通过扩展卡尔曼滤波器(EKF)对手机移动终端的加速度计、陀螺仪以及视觉数据进行融合,实现混合跟踪。在此基础上,对基于EKF的数据融合算法进行改进,当失去视觉校正时,利用同步跟踪的背景区域速度更新目标区域速度,使算法在目标区域提取特征点数不足的情况下可以持续跟踪;同时引入参考坐标系,定义世界坐标系在参考坐标系中的姿态,校正在基于EKF的数据融合算法中由于光照遮挡等问题出现的角度跳变错误;最后,在实际环境中进行测试,实验结果显示本混合跟踪算法相比传统单一视觉的跟踪注册算法和以往基于EKF的数据融合算法具有明显优势。