目前主流的視覺定位方法先構建查詢圖像的 2D像素與參考地圖的 3D 點之間的對應關系，然后使用 PnP RANSAC 算法求解相機的六自由度位姿。對于大范圍的場景，通常采用圖像檢索作為中間步驟來預先確定場景的哪些部分可能在查詢圖像中可見。然而，在在一個時間變化的室外環境中，由于照明、季節和結構變化引起的查詢圖像和參考圖像之間的外觀差異巨大，使得 2D-3D 匹配變得十分困難，因此在這種具有挑戰性條件下的基于圖像匹配和姿態估計的相機定位仍是一個具有挑戰性的問題。隨著配備各種傳感器如慣性測量單元（IMU）、重力計、指南針、GPS、WiFi和藍牙等的移動設備的普及，結合視覺和多傳感器的位姿估計法成為實際場景中準確定位的一種新思路。

本文提出了一種名為SensLoc的新方法，基于移動電話上的多模態傳感器實現長期視覺定位，利用附加移動傳感器（主要是GPS、指南針和重力傳感器）來輔助圖像檢索和姿態估計，克服了在時變的室外環境中圖像匹配的困難。還構建了新的室外數據集，提供了各種移動傳感器數據和查詢與參考圖像之間強烈的外觀變化。提出的方法在精度和時間成本方面顯著優于先進的定位方法。因此，本論文認為利用移動電話上的多模態傳感器可以有效地解決長期視覺定位問題。且該研究成果在民用和軍事L域都有廣泛的應用。在民用L域，該研究可用于自動駕駛、機器人導航、混合現實等眾多應用。在軍事L域，該研究可用于支持地面和空中有人/無人裝備，通過實景三維數字化戰場支撐拒止條件下的G精度自身定位與目標指示。