视觉惯性里程计(VIO)通过融合视觉和惯性测量单元(IMU)数据来实现移动机器人的定位和导航,以其互补性强、定位精度高和鲁棒性好等优点,逐渐成为组合导航系统的一种常用形式,但由于视觉信息量大、多传感器数据融合和计算量大等特点,使这种导航方法存在诸多研究挑战。因此,本文对视觉惯性组合导航系统进行了研究,并且设计出了一种嵌入式的、实时的双目VIO。本文首先介绍了导航的理论基础,并且阐述了相机的定位原理和关于VIO的状态估计方法;然后研究了双目视觉里程计,重点研究了基于特征法的视觉里程计的位姿估计方法;最后设计了VIO导航系统,对其中的关键技术进行了研究,包括IMU数据预积分、局部地图的创建和维护,以及后端非线性优化。其中,采用IMU预积分和关键帧技术是为了解决视觉和IMU数据不同步的问题。在关键帧的选择部分,本文提出用IMU预积分作为先验,通过运动增量的方式来判断关键帧。在非线性优化部分,针对IMU噪声和偏差变化的影响,把IMU的偏差作为状态变量一起优化。而且,在优化局部地图中的路标时,为了降低维度,只优化其逆深度,并且用双目视觉获得的深度信息作为路标深度的观测,获得了比单目视觉惯性组合的方式更加精确的深度信息。为了对该VIO设计进行验证,本文设计了一套嵌入式的双目VIO系统,可以实现准确的实时定位和导航。在实验分析部分,对本系统的导航性能进行了评估,验证了VIO导航系统的有效性和可靠性。