计算机视觉和机器人技术的迅速发展,使得基于视觉和惯性传感器的融合定位方法已经成为机器人同时定位和建图方向的关键研究点之一。相机与惯性传感器（Inertial Measurement Unit,IMU）采集到的信息之间具有高度互补性,IMU信息可以在机器人快速运动时或处于弱纹理低光照等恶劣场景时完成粗略位姿估计,而图像信息则可以帮助修正IMU累积的漂移。目前,点特征是视觉前端使用较多的特征,但它对场景的依赖性很强,在弱纹理低光照等恶劣场景中,极易出现难以提取或者跟踪失败甚至无法提取的情况。然而,在人为设计建造的场景中,有大量的线特征,它能够与点特征一同表征图像,而且具有更高层次的语义信息。另外,RGB-D相机可以提供像素深度信息和彩色图像信息,能够在一定程度上解决单目相机无法提供尺度信息的问题,并构建稠密地图。基于这些问题,本文提出了两种基于视觉惯性融合定位的方案,论文的具体研究内容包括:首先,在弱纹理、特征稀缺等恶劣环境下,视觉惯性里程计存在前端无法提取到点特征从而导致较大定位误差的问题。针对这一问题,本文基于计算机视觉中的多视图几何、多传感器融合以及图优化理论,提出基于点线特征的视觉惯性里程计。本文将ORB特征点和FLD线特征作为视觉前端的路标特征,并在后端构建了线特征重投影残差,将其与点特征重投影残差以及IMU预积分残差共同组成新的目标函数,然后使用因子图模型进行优化。在EuRoC数据集序列对提出的算法完成了性能方面的测试分析,同时和VINS-Mono、PL-VIO、PL-VINS三种算法在定位精度和计算效率层面实现了对比。实验数据显示,相比于VINS-Mono,线特征的加入使得定位系统的精度提高了约13.34%,并且视觉前端在弱纹理场景下既实时又鲁棒。其次,在视觉惯性里程计中,单目相机存在无法提供尺度信息的问题,IMU的辅助也只能对尺度做粗略估计,尺度信息的失准会严重影响系统的精度。针对这一问题,本文基于RGB-D相机模型、多传感器融合以及图优化理论提出基于RGB-D相机的视觉惯性里程计。直接从深度图像获取像素深度信息,从而获得较为准确的尺度,根据像素深度信息将特征点和特征线进行分类,通过两种方法恢复路标特征,并利用估计得到的机器人位姿和深度图像生成稠密地图。在RGB-D视觉惯性数据集上对提出的算法进行了性能测试分析,并将其与VINS-Mono、PL-VINS、VINS-RGBD三种算法在定位精度方面做了对比。实验数据显示,相比于VINS-RGBD,该算法在定位精度方面高了约11.71%。