同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术是利用传感器进行自动定位并实时构建地图的技术。传统SLAM算法多用于PC端。仅基于视觉的SLAM算法受环境影响较为严重,基于单目相机的SLAM算法存在旋转无法初始化且尺度无法确定等问题。而相机与IMU(Inertial Measurement Unit)融合的方式解决了单目相机存在的这些问题。为了让算法更加轻便,本文在目前单目相机与IMU融合最好的VINS-Mono算法的基础上进行改进,将改进后的VINS系统移植到移动端。首先在初始化阶段,Harris角点提取较为耗时,如果应用到移动端,移动端计算量有限,所以首先将提取Harris角点改为提取Oriented FAST特征点,并利用金字塔对图像进行分层,利用LK光流算法进行特征点追踪,得到初始位姿,并利用视觉部分对IMU进行初始化,得到初始速度、IMU确定性误差、以及重力加速度。对于关键帧提取方面,原算法是基于视差和特征点数量来决定是否提取关键帧,这种方法在移动端上产生了严重的关键帧冗余现象,增加了待优化帧数,增加了不必要的计算。为了不影响精度,又不影响在移动端的运行效率,本文提出改进的关键帧提取策略,在原算法的关键帧提取条件上加入计算重叠区域比例大小,即根据特征点重叠比例计算是否插入关键帧,如果连续两帧特征点数量重叠区域在一定阈值范围内,并且中间连续过去了一定阈值的帧数,则插入关键帧。后端继续沿用基于滑动窗口的紧耦合的非线性优化。而对于回环检测阶段,仅利用词袋模型进行检测使得回环检测效率较低。本文提出了一种基于均值相似度的回环检测。当对特征点进行匹配的时候加入均值信息,提高回环检测与重定位效率,然后进行全局位姿图的优化,最终实现了基于移动端的实时定位系统。实验结果表明,移动端单目相机与IMU定位算法较VINS-Mono算法初始化速度提升12.5%,并且回环检测正确率较原算法提升了21.7%,位姿均方根误差小于0.5米,因此验证了移动端实现实时三维重建是可行的,较原VINS-Mono算法效率更高。