不动产实地调查以不动产单元为对象,对不动产的权属、界限、面积等进行调查与测量。全站仪、GPS、捷联惯性测量系统等测量方法存在环境依赖度高、效率低、误差累积等缺点,本文引入自主性强、不受外界干扰的视觉/惯性组合测量系统用于不动产测量,系统自身的导航定位是视觉/惯性组合测量系统工作的基础和关键,测量过程中系统自身位姿变化的估计精度决定着不动产的测量精度。本文主要研究视觉/惯性组合测量系统的软件实现,采用非线性优化紧耦合方案对视觉和惯性信息进行融合,提高系统位姿估计的精度与鲁棒性,从而提高不动产的测量精度与稳定性。本文的主要研究工作包括以下几个方面:1.在分析和研究视觉/惯性组合测量系统相关传感器测量模型及原理的基础上,给出了适用于不动产测量的组合测量系统软件工作流程图,通过概率建模的方式将系统构建成一个非线性优化问题,为降低软件库依赖关系和提高程序运行效率,采用LM算法进行求解。2.研究并实现了系统初始化工作。为加强LK光流法对图像检测出的Shi-Tomasi角点跟踪效果,采用基于栅格和图像金字塔方式对图像进行处理,并通过SFM算法估计相机位姿变化;对两帧图像之间的IMU数据进行预积分处理,估计载体位姿变化;将两者估计的位姿结果进行松耦合,得到系统状态量初值,为非线性优化做准备。3.研究并实现了视觉和惯性信息紧耦合方案。详细推导了非线性优化目标函数的形式及其关于系统状态量的雅克比矩阵,给出了LM算法求解的步骤。通过仿真实验验证了系统目标函数构建、LM算法求解的可行性和有效性,同时研究和对比了IMU数据测量噪声等因素变化对系统估计结果的影响。4.基于ubuntu系统实现了视觉/惯性组合测量系统的算法和软件功能,并进行了公开数据集和自采数据的多组数据测试,实验结果表明,本文视觉/惯性组合测量系统能够有效减小误差累积,提高不动产的测量精度与稳定性,定位误差满足不动产实地调查的要求。