近年来,由于室内位置服务的需求越来越多,导致室内定位技术的迅猛发展,室内定位技术在大型商场、医院、展馆、停车场等室内环境中发挥了很大作用,给人们的日常生活带来了一定的影响。目前主要的定位方法有GPS(Global Positioning System)、惯性导航、激光雷达定位、视觉定位等。GPS的优点是定位的精度高,定位误差不随时间累积,但GPS信号易受建筑物遮挡,无法在室内场景中使用。惯性导航系统通过陀螺仪与加速度计来测量载体的角速率与比力信息,得到载体的位置、速度等信息。由于惯性导航的本质是积分推算系统,因此INS(Inertial Navigation System)的定位误差随时间累积,此外,INS的敏感器件存在长期漂移,难以进行很长时间的独自工作。由于计算机运算能力的提高、数字图像处理算法的不断成熟、工业摄像机的成本也不断降低,利用摄像机感知载体所处的室内场景信息,通过机器视觉方法提取出载体的运行状态信息的视觉定位方法得到广泛应用。随着各种信息处理技术的成熟,具有互补特性的视觉/惯性组合导航是提高惯性导航性能的有效途径。本文深入研究了惯性导航系统的工作原理与误差模型。针对惯性误差,提出一种基于导航数据库的视觉辅/惯性导航方法。首先提出了一种基于SQL(Structured Query Language)软件的导航数据库的构建方法,在视觉算法中,对摄像机进行了成像标定,估计出正确的摄像机参数。此外,为了实现视觉模板匹配,研究了一种基于灰度值匹配算法与SURF特征点检测与跟踪算法。针对数据融合,研究了一种基于卡尔曼滤波的信息融合算法,将惯性导航的误差源作为滤波状态量,通过滤波方程实现最优估计。对于惯性与视觉导航的滤波误差延迟问题,提出了一种视觉与惯导的时间融合延时标定方法,标定出视觉与惯性传感器在参数融合时的时间延时。最后,基于仿真软件MATLAB与视觉软件HALCON,分别对惯性导航/视觉导航模型进行建模仿真,从位置误差和速度误差两个方面对仿真结果进行比较分析,研究结果显示,基于视觉辅助的组合定位误差低于惯性导航的定位误差。