拡張現実 (AR) は，現実世界の映像に計算機生成の情報を重ねて提示することで，臨場感の高い体験を生み出す技術である．これには，端末の位置と向きを高い精度で把握する仕組みが欠かせない．現在主流となっている自己位置推定方式は，カメラ画像と慣性計測装置 (IMU) の信号を統合して推定を行うVisual-Inertial Odometry (VIO)である．VIOは多くの場面で安定して動作するものの，混雑した環境などの映像情報と慣性情報の対応が乱れる状況では推定が不安定になりARの品質を大きく損なうという問題がある．本研究では，日常的な利用場面でVIOが破綻する具体例を取り上げたうえで，その要因を切り分けるための対照実験を構成し，各要素が位置推定誤差に与える影響を詳細に検証した．