针对原始ORB-SLAM算法仅依靠点特征进行位姿估计,在点特征不足场景下会导致算法精度和鲁棒性降低的问题,对原有算法进行改进.首先,构建二进制环境词典用于提高算法加载词典速度;其次,在剔除特征误匹配时,提出一种改进随机采样一致算法(RANSAC)以提高剔除效率;然后,构建混合特征模型估计位姿;最后,根据图优化模型,提出基于最大共视权重帧的全局Bundle　Adjustment算法用于位姿优化并实现稠密和稀疏地图创建.结果　表明,混合特征模型能有效减少算法误差.采用二进制环境词典加载时间由14.945　s减小至0.420　s;改进RANSAC算法执行时间由0.803　s减小到0.078　s;采用TUM数据集对算法进行检验,均方根误差分别下降2.27、4.87　cm.根据数据集上的实验结果证明了所提算法有效性.