针对单目直接法依靠图像梯度进行优化容易陷入局部最优、且难以构建低纹理区域地图的问题,构建高精度IMU预积分模型,将惯性信息融合到图像跟踪过程中,为视觉跟踪提供精确的帧间运动约束及良好的初始化梯度方向信息,构建视觉惯性跟踪模型,提高了单目视觉的定位精度并实现半稠密地图构建;通过超像素图像分割提取出二维图像不同的轮廓位置,提出双重投影匹配算法确定出可靠的超像素与对应的3D空间点,通过RANSAC对低梯度图像区域进行平面拟合以及异常点剔除,完成低纹理区域的地图扩建,实现稠密点云地图的构建。实验结果表明,与传统视觉定位模型相比,直接法与惯性信息融合提高了系统的定位精度,在无GPU加速的情况下能构建精确...