Las características de la superficie, como una característica geométrica de alto nivel, son ampliamente comunes en entornos estructurados y son un excelente complemento para la mayoría de los sistemas de localización y mapeo simultáneos (SLAM). Para resolver el problema de la introducción de nuevos errores al fusionar puntos de características con características de superficie y la posibilidad de desviaciones potenciales de la superficie, este artículo propone un sistema VINS SLAM que fusiona características heterogéneas. Primero, se extraen características de las imágenes en escala de grises; luego, se triangula un conjunto de puntos característicos y se convierten los resultados de la triangulación en el sistema de coordenadas mundiales; luego, se modela la inicialización como un problema de optimización restringido y se resuelve con el método de multiplicadores de dirección alternativa distribuida; luego, se agrupan superficies similares y se ajusta un modelo de probabilidad de colisión de superficie propuesto y se obtienen los parámetros de superficie limitada correspondientes; por último, se introducen restricciones geométricas de las características superficiales en el gráfico de factores y se optimizan simultáneamente el movimiento de la cámara y los parámetros de la superficie a través del modelo de error. En comparación con el típico sistema VINS SLAM visual e inercial, el sistema propuesto reduce en promedio un 50% del error absoluto de trayectoria en el conjunto de datos EuRoC; el error absoluto del camino en el conjunto Ⅵ de datos TUM disminuyó en promedio un 40%. Este método puede funcionar de manera estable y continua en entornos estructurados y mejorar la precisión y la robustez en áreas de baja textura.

SLAM; Inercial visual; Resolución distribuida; Extranjero superficie limitada; Optimización no lineal