实时定位与建图技术(Simultaneous Localization And Mapping,SLAM),是当下机器人执行导航避障任务时的基础技术,可以利用传感器数据建立世界坐标系,获取机器人在世界坐标系下运动的实时位姿估计并建立场景地图。论文的主要工作如下:首先,本文研究了基于单目相机、惯性测量单元的紧耦合组合定位系统的基本算法流程及数学原理,给出了传感器测量模型及残差模型的推导过程及物理意义。根据两种传感器的数学模型与位姿估计,建立优化目标函数,得到优化后的系统位姿估计及加速度计偏差、陀螺仪偏差。其次,研究了单目稠密建图算法的基本原理,给出了通过四叉树结构选择像素点的过程,给出了算法涉及的核心公式及公式的物理意义。根据对算法原理的研究,加入图像处理模块,设计了基于单目-惯性传感器的组合定位及建图系统VIO-SLAM,完成了系统的实时定位及八叉树占用地图的构建。再次,本文在Euroc数据集下对多种组合定位算法及改进算法VIO-SLAM进行了算法测评,给出了算法测评和数据集建图结果,测评结果显示改进后的算法在定位精度、建图稠密程度上都有提升。最后,利用小觅相机深度版进行了真实场景下的实验,给出了实验时的组合定位系统运行轨迹和场景建图结果,对实验条件和结果进行了分析,实验表明VIO-SLAM相较于原算法性能有所提升。