精确、实时的导航技术是智能车辆的核心技术之一,是车辆进行自主运动的前提。卫星信号的捕获是实现卫星信号跟踪、定位解算的前提;捕获时间是GNSS接收机的一个重要参数。由于障碍物遮挡等原因,单一的卫星导航不能满足车辆稳定定位的要求。摄像头因具有价格便宜,能够提供高分辨率的定位信息,操作要求较低,易与目标跟踪、地图构建、避障等功能进行融合的优点,本文对单目VO与GNSS组合导航系统进行研究。首先,针对传统平行频域捕获算法计算量大的特点,提出了基于相干降采样的北斗软件接收机并行频率捕获算法。在传统PFA的基础上增加了复数下变频模块和相干降采样模块。相对传统PFA算法,改进PFA算法虽然使得信噪比损失了0.5dB,但却使得捕获卫星所需的时间至少减小了80%。然后,根据FAST和SIFT算法在图像特征识别中各自的优点,提出了一种改进的FAST算法。该算法是在FAST算法的基础上添加32维描述子。根据车辆里程计的特点,该算法提出了两步误匹配特征剔除方法;第一步可以剔除一些肉眼可见的误匹配对,第二步剔除相对汽车运动物体上的特征。实验表明,对比SIFT算法,该算法特征检测时间缩短了76.46%;去除误匹配对效果明显,且相对汽车运动的物体上的特征点均被剔除;改进FAST算法对光照强度和噪声不敏感,对门槛值系数r和图形旋转敏感,增大r和图形旋转都会使得正确匹配的特征对数量减少,但是最少正确匹配特征对数量大于8,满足视觉里程计定位解算的要求。最后,根据平面车辆运动模型,提出了基于平面约束的VO解算模型。通过该模型,不论是通过RTK还是单点GPS对单目VO尺度进行修复,单目VO直线行驶30s,位置误差最大值为0.2652m,偏航角误差最大值为3.9672°。根据自适应卡尔曼滤波器,将两传感器的位置误差和偏航角误差作为组合系统的输入量,提出了VO&GNSS松组合模型。单目VO不论是与RTK还是与单点GPS的定位数据进行融合,组合导航系统直线行驶30s,位置误差最大值为0.1403m,偏航角误差最大值为2.5916°。