随着计算机视觉和导航技术的不断发展,以相机为主要定位传感器的的视觉SLAM技术成为主流研究方向。在复杂室内外环境下,单一视觉传感器很难保证长期稳定工作,因此相机与其他传感器进行数据融合的定位方式吸引了许多学者进行研究,组合定位得到了越来越多的应用。惯导以其快速响应、可估计绝对尺度等特点,与单目相机形成了一定的互补性。本文在分析利用单目相机进行定位的基础上,对单目视觉SLAM/INS组合定位方法进行了研究。本文完成的主要工作如下:（1）介绍了单目视觉SLAM系统的基础理论,包括单目视觉SLAM常用坐标系及其转换关系、图像的特征提取与跟踪匹配、单目相机的运动恢复、回环检测等内容。介绍了INS定位的基础理论,包括常见坐标系及其转换关系、状态解算及误差传递等。（2）介绍了单目相机的标定理论、惯导的标定理论及单目相机-惯导的联合标定理论,进行了单目相机的标定实验、惯导的标定实验及单目相机-惯导的联合标定实验,对实验结果进行了分析,为单目视觉SLAM/INS组合定位系统提供了必要的初始参数及精度保障。（3）针对单目视觉无法获得绝对尺度的问题,提出了一种基于最小二乘的尺度因子估计方法,利用同一时刻单目相机与惯导的速度相同求解出每帧的尺度因子,取多组数据通过最小二乘的方法求解出最优的尺度因子。该方法可以有效的估计出单目视觉的绝对尺度。（4）针对图像数量对组合定位系统精度和实时性影响的问题,提出了一种单目视觉关键帧选取策略,对于不同实验场景采用不同的时间和距离阈值,该策略可以减少后端优化计算量,提高组合系统的定位性能。（5）研究了单目视觉SLAM/INS组合定位理论,建立了紧耦合优化模型,对IMU预积分及误差传递、基于滑动窗口的后端优化、闭环检测及全局优化等模块进行了推导。（6）对本文的关键帧选取策略和单目视觉SLAM/INS组合定位方法进行了实验验证,分别在室内小场景和室外大场景下进行了组合定位实验,对实验结果进行了对比与分析。实验结果表明提出的关键帧选取策略是切实可行的,且所设计的组合定位方法适用于不同场景,在特征跟踪失败时能保证定位的连续性,有效减小单一传感器的累积误差,具有较好的定位精度和鲁棒性。该论文有图54幅,表7个,参考文献81篇。