本课题提出“集成视觉与几何特征的RGB-D 高精度SLAM 方法”，在高精度传感器和深度数据校正模型基础上，采用视觉点特征与几何线面特征联合的相机追踪算法，获取高精度相机轨迹，通过多类型闭环检测方案提高闭环检测准确度及稳定性，构建基于图优化的“全局优化模型”，实现RGB-D 传感器大范围高精度室内三维测图。该方法拟从三方面提高RGB-D 传感器SLAM 精度，首先在深度数据校正中，将深入挖掘RGB-D 传感器工作原理，获取其深度数据获取模型，拟对深度相机原始光栅差误差进行建模，进而提高深度数据精度，扩大RGB-D 传感器有效量测距离。其次在相机追踪方法上，不局限于采用单一视觉特征，采用视觉特征与线面几何特征联合优化的方法，提高传感器追踪精度及稳定性。最后，针对误差累积问题，将采用多类型闭环检测方案，包括基于视觉特征、基于相机位置、交互式的闭环检测，提高闭环检测准确性，构建基于图优化的“全局优化模型”。