磁悬浮作为一种新型交通制式,能够克服轮轨间的摩擦力在轨道上方平稳运行。高温超导磁悬浮较传统磁悬浮而言,具有无需主动控制即可实现自稳定悬浮的特点,是一种极具潜力的交通制式。视觉惯性里程计(VIO)通过融合相机与IMU数据,能够在陌生环境下增量构建环境地图并实现自主定位。其中,相机能够获得充分的环境特征,并有效减少IMU漂移问题;IMU能够高频采集物体的加速度和角速度,并通过积分运算获得载体实时速度,进而降低快速运动对观测数据的影响。相机与IMU结合的传感器模式在运动估计领域具有很大潜力。本文以西南交通大学高温超导磁悬浮环形实验线为研究平台,将定位和建图作为该平台系统优化的方向,旨在探究视觉惯性里程计在待测环境下完成定位和建图工作的适用性。重点关注VI ORBSLAM与VINS-Fusion在视觉-惯性IMU联合初始化模块的不同思路,结合上述系统各自优势将改进VIO方法应用于待测环境下从而实现定位和建图工作。主要研究工作包括以下内容:首先对课题涉及的相机和IMU传感器的数学模型及数据融合问题的相关理论进行阐述和推导。重点对基于中值法的IMU动力学方程和增量误差方程进行研究,概括了基于紧耦合的VIO方法面对低频相机和高频IMU数据融合的过程。其次,针对主流的OKVIS、VINS和VI ORBSLAM紧耦合VIO方法在待测环境的适用性进行初步分析。具体而言,从系统框架、图像信息提取、关键帧选择、定位精度和鲁棒性五方面对VI ORBSLAM和VINS-Fusion展开研究。实验证明,VINS-Fusion虽然在定位精度方面逊与VI ORBSLAM,但其在快速运下更鲁棒的优势适用于高温超导磁悬浮环形线。在此基础上,针对VINS-Fusion在系统初始化阶段绝对误差轨迹高于VI ORBSLAM初始化阶段这一问题,对二者的视觉-惯性初始化模块展开探究。随后,针对VINS-Fusion将加速度计偏置b_a造成的误差直接整合在重力加速度中导致系统病态化这一不足进行改进。具体而言,吸收VI ORBSLAM在视觉-惯性联合初始化的思路,对VINS-Fusion的视觉-惯性初始化模块进行优化。并针对VINS-Fusion系统单目+IMU、双目+IMU两种情形下的相机初始化和视觉-惯性初始化解算思路进行统一。通过Eu Roc数据集验证了改进的方法在视觉-惯性联合初始化过程中涉及变量能够在15 s内收敛,改进算法的定位精度也得到提高。最后,使用小觅S1030-IR-120/Mono双目摄像头,在ROS Kinetic平台上验证改进的VIO算法在高温超导磁悬浮环形实验线下的适用性。实验表明,本文提出的改进的VIO算法适用于具有重复纹理的环形线环境,具有一定的发展前景和研究价值。