近年来随着SLAM技术被广泛应用于AR/VR、自动驾驶、机器人导航以及水下探测等领域,针对SLAM技术的研究与应用也越来越受到关注。其中,VI-SLAM由于其轻量化、高精度和低延时的特性,逐步成为在无GPS导航应用场景下最受关注的SLAM技术之一。然而,主流VI-SLAM通常都是基于静态视觉特征假设下的定位,没有对特征进行区分。虽然有些方法会利用几何一致性来应对动态场景,但也仅限于较低程度的半动态场景。还有一些则是利用语义分割的方式,但是通常在实例分割环节,时间开销过大。另一方面,VI-SLAM的视觉前端在应对极端场景（如弱纹理、剧烈光照变化、运动模糊等）时,其特征跟踪质量较差,无法为后端状态估计器提供可靠的特征关联约束,而后端由于缺乏视觉观测约束无法正常运行。针对主流VI-SLAM在高动态、大范围场景下适应性较差的问题,本文提出了一种新颖的VI-SLAM算法。该算法旨在解决动态物体对定位过程的干扰,并提高视觉前端特征跟踪的性能,以更好地应对高动态、大范围的应用场景。同时,本文构建了一个稳定的后端状态估计器。在具有挑战性的小范围场景中,该算法也能够达到SOTA的精度和稳定性。本文的创新点和主要工作如下:1)在VI-SLAM的视觉前端中提出了一种基于KLT光流法和描述子匹配法相结合的稀疏特征跟踪方法。该方法采用了一种基于学习的特征,并有效融合了两种特征跟踪方法的优势,解决了单一方法所存在的跟踪长度短以及累积跟踪误差大的问题。同时,由于两种跟踪方法的融合,该视觉前端对于恶劣场景下的适应性也得到了增强。本文也针对该视觉前端的融合算法作了详细的实验验证。2)在应对高动态场景的问题上,本文在视觉前端采用了一种超轻量级目标检测网络,对检测目标上的特征点进行分类,然后利用几何一致性方法对动态点作进一步的验证。通过将语义信息与几何信息结合的方式既有效解决了动态特征对状态估计过程的影响,同时也保证定位系统的运行效率。3)本文在后端构建了基于滑动窗口的状态估计器,该状态估计器利用滑窗过程中的边缘化策略,在维持优化规模的同时,也有效地保留了历史信息的几何约束。