Oberflächenmerkmale als eine hochrangige geometrische Eigenschaft sind in strukturierten Umgebungen weit verbreitet und stellen eine ausgezeichnete Ergänzung für die meisten Systeme zur gleichzeitigen Lokalisierung und Kartierung (SLAM) dar. Um das Problem der Einführung neuer Fehler beim Verschmelzen von Merkmalen mit Oberflächenmerkmalen und der Möglichkeit potenzieller Oberflächenabweichungen zu lösen, schlägt dieser Artikel ein VINS SLAM-System vor, das heterogene Merkmale fusioniert. Zunächst werden Merkmale aus Graustufenbildern extrahiert; dann wird eine Merkmalspunktmengen trianguliert und die Ergebnisse der Triangulation in das Weltkoordinatensystem umgewandelt; dann wird die Initialisierung als eingeschränktes Optimierungsproblem modelliert und mit der Methode der verteilten alternierenden Richtungsmultiplikatoren gelöst; dann werden ähnliche Oberflächen gruppiert und ein vorgeschlagenes Oberflächenkollisionswahrscheinlichkeitsmodell angepasst und entsprechende begrenzte Oberflächenparameter erhalten; schließlich werden geometrische Beschränkungen der Oberflächenmerkmale in den Faktorgraph eingeführt und gleichzeitig die Kamerabewegung und Oberflächenparameter durch Fehlermodell optimiert. Im Vergleich zum typischen visuellen und inertialen VINS SLAM-System reduziert das vorgeschlagene System den durchschnittlichen absoluten Bahnfehler im EuRoC-Datensatz um 50 %; der durchschnittliche absolute Bahnfehler im TUM-Ⅵ-Datensatz sank um 40 %. Diese Methode kann in strukturierten Umgebungen stabil und kontinuierlich arbeiten und die Genauigkeit und Robustheit in Bereichen mit geringer Textur verbessern.

SLAM; Visuell inertial; Verteilte Lösung; Begrenzte Oberflächenextraktion; Nichtlineare Optimierung