Les caractéristiques de surface en tant que caractéristique géométrique de haut niveau sont largement présentes dans les environnements structurés et constituent un excellent complément pour la plupart des systèmes de localisation simultanée et de cartographie (SLAM). Pour résoudre le problème de l'introduction de nouvelles erreurs lors de la fusion des points caractéristiques avec des caractéristiques de surface et la possibilité de déviations potentielles de surface, cet article propose un système VINS SLAM fusionnant des caractéristiques hétérogènes. Tout d'abord, les caractéristiques sont extraites des images en niveaux de gris; ensuite, un ensemble de points caractéristiques est triangulé et les résultats de la triangulation sont convertis dans le système de coordonnées du monde; puis l'initialisation est modélisée comme un problème d'optimisation restreint et résolue par la méthode des multiplicateurs de direction alternée distribuée; puis les surfaces similaires sont regroupées et un modèle de probabilité de collision de surface proposé est ajusté et des paramètres de surface limités correspondants sont obtenus; enfin, les contraintes géométriques des caractéristiques de surface sont introduites dans le graphe de facteurs et optimisent simultanément le mouvement de la caméra ainsi que les paramètres de surface à travers le modèle d'erreur. Comparé au système VINS SLAM visuel et inertiel typique, le système proposé réduit de 50% en moyenne l'erreur absolue du trajet sur l'ensemble de données EuRoC; l'erreur absolue du trajet sur l'ensemble de données TUM-Ⅵ a diminué en moyenne de 40%. Cette méthode peut fonctionner de manière stable et continue dans les environnements structurés et améliorer la précision et la robustesse dans les zones à faible texture.

SLAM; Visuel inertiel; Résolution distribuée; Extrait de surface limitée; Optimisation non linéaire