无卫星信号条件下的多传感器的定位定向问题逐渐成为近些年来的研究热点。随着微机械技术的发展,MEMS-IMU在性能提高的同时,体积、成本也在不断降低,因此得到了广泛的应用。磁传感器可以根据地磁场自身的特性有效确定航向角,但却有易受电磁干扰的缺陷之处。单目相机可获得丰富的图像信息,但却存在着尺度不确定的缺陷。本课题使用MEMS-IMU、磁传感器、单目相机这三种传感器设计组合导航系统,实现在无卫星信号下的室内外环境的导航任务。本文主要的研究内容如下:对系统所涉及的坐标系进行了明确定义,介绍了本课题用到的坐标系以及三种姿态表示方法,进行优缺点分析;建立了IMU的测量模型和单目相机的针孔模型;给出了导航系统设计的整体方案。基于梯度下降法设计了一种IMU和磁传感器的姿态融合算法,有效的解决了单独使用陀螺仪进行姿态更新时精度不高及长时间工作的发散问题;针对运动加速度对姿态融合算法解算精度的影响,设计了两种自适应算法。基于滑动窗口优化的方法对组合导航算法进行设计。在系统前端使用了Harris角点检测+LK光流法进行图像处理;使用纯视觉SFM的方式进行视觉初始化,通过预积分的方式进行IMU初始化,通过对视觉和IMU信息进行松耦合,实现联合初始化;在组合系统后端通过IMU残差、视觉残差和先验信息构建了目标优化函数,使用最小二乘法进行了非线性优化;为了提高解算精度,在系统中增加了重定位和位姿图优化模块以保证系统运动的全局一致性。介绍了算法仿真的硬件平台和软件系统,设计了实物试验,对姿态融合算法的性能进行了检验;使用Eu Roc数据集的数据对本文组合导航算法进行了验证并对结果进行分析,在与其他主流算法比较后,表明在开启回环功能的条件下,本算法相较于其他算法在长时间的工作中可以有效减少误差的积累,提高了算法的鲁棒性,可以较为精确的实现对载体运动轨迹估计的功能。