在卫星信号拒止条件下的单兵自主导航技术是各国军方研究的热点。目前主流的单兵自主导航技术研究大多基于足部安装的微惯性处理单元,采用惯性导航系统、扩展卡尔曼滤波和零速修正的算法架构。基于零速修正的单兵惯性导航算法在一定条件下可以取得较好的导航定位精度,但由于惯导误差的累积性和单兵动作的复杂性,还需要借助其他传感器来抑制误差发散和提高算法的适应性,因此多传感器信息融合技术逐渐成为单兵自主导航系统中的关键技术。在单兵所携带的装备中,视觉传感器在很多条件下是必要的且是容易实现的,它能够为单兵自主导航提供一定的导航辅助信息。本文所提到的视觉/惯性组合包括两个方面,一个是刚性组合,即将视觉传感器与惯性传感器固定连接标定使用,另一个是柔性组合,即将单兵肩部的视觉传感器与脚部的惯性传感器融合使用。论文的最终目的是设计一种基于图优化的单兵视觉/惯性组合导航系统,首先研究脚部基于MIMU的惯性导航模块,然后研究放置肩部的视觉/惯性组合导航模块,最后设计基于图优化的单兵视觉/惯性组合导航算法框架,将单兵身上不同位置的多个传感器融合使用,以增强单兵导航系统的鲁棒性和适应性。本文主要研究内容如下:（1）研究基于MIMU的单兵自主导航技术。针对运动状态分类问题,建立基于卷积神经网络的运动状态智能识别模型,该模型对开源数据集的识别正确率为93.35%,对自采数据集的识别准确率为84%;针对零速状态检测问题,设计一种基于“一步循环”映射函数的零速检测方法,能够在保证定位精度的前提下实现零速区间的自适应检测,省去了参数调整的繁琐过程;针对导航性能优化问题,探索基于双MIMU和双脚测距的自主导航算法,提高了惯性导航的稳定性和定位精度,典型场景下正常行走1公里的定位误差能够控制在2米以内。（2）研究基于视觉/惯性组合的单兵自主导航算法。为解决特殊环境下点特征提取困难的问题,设计并实现基于点线特征结合的单目视觉/惯性组合导航算法,典型场景下定位误差能够降低20%左右;为提升双目视觉导航算法的稳定性和定位精度,研究并验证基于双目视觉/惯性组合的自主导航算法,在视觉模块正常情况下进行多次不同运动状态测试,典型场景下的定位效果明显提高。（3）研究基于图优化的单兵视觉/惯性组合导航算法架构。为提高单兵自主导航系统的鲁棒性和环境适应性,将单兵肩部的视觉/惯性组合导航模块与脚部的惯性导航模块进行柔性融合,探索搭建一种基于图优化的单兵多源融合导航系统,将各种传感器转化为一般残差因子添加到单兵自主导航系统中,实验初步验证了该图优化融合算法的可行性和有效性。