增强现实(Augmented Reality，简称AR)正在让虚拟和现实的界限变得模糊，其核心是建立一个虚拟世界到现实空间的一一映射关系，然后融合两者，让用户难以分辨虚实。同时定位与地图构建(Simultaneous Localization And Mapping，简称SLAM)技术的目的就是从传感器的数据中，恢复场景的三维结构以及传感器的位姿，从而建立这种映射关系。不包含重定位、全局地图和回环闭合，只进行局部的定位与地图构建技术又称为里程计(Odometry)技术。纯视觉的SLAM或里程计，容易受到相机抖动、快速运动的影响，从而导致追踪失败。如今的智能手机，搭载了更多的传感器，而其操作系统不仅能利用自身携带的惯性测量单元、磁力计等硬件传感器，还能够融合出诸如重力传感器、朝向传感器等软件传感器。视觉信息和这些传感器信息的融合，能很大程度地提升追踪和建图算法的鲁棒性和精度，从而实现良好的用户体验。然而智能手机之间的计算性能、搭载的相机成像质量以及各类传感器的有无和精度，千差万别，有不少低端的手机甚至只有相机和加速度计。
　　本文提出了一个面向通用移动设备的多传感器松耦合里程计系统，仅以相机与未标定的加速度计作为必备传感器，实现单帧初始化，并在松耦合的框架下，融合更多可选传感器的数据，从而实现了低耗时、高鲁棒性的追踪定位。该系统无需专门适配就能够运行在不同手机设备中，充分利用手机自带的所有传感器，实现良好的AR体验。本文不仅在公开数据集中验证了所提算法的精度，而且还开发了基于手机平台的AR应用demo程序，证明了本文提出的单帧初始化能免去复杂的初始化过程，重力对齐能弥补累积误差导致的平面倾斜，直接图像对齐能在追踪丢失时估计粗略旋转，可以显著改善用户体验。在计算限制较高、传感器极少且质量低的低端入门智能手机平台上，本文提出的方法也都能够达到实时追踪，实现了良好的AR体验。