随着SLAM技术的不断发展,基于特征的视觉SLAM方法也被不断地丰富和完善。特征的匹配和跟踪作为视觉SLAM技术的重要一环,是SLAM系统进行位姿估计和优化的前提,影响着SLAM系统定位的精度和建图的质量。本文对基于联合特征的匹配算法进行了研究,提出了可靠性高、适用范围广的特征跟踪算法。本文的主要工作有:(1)基于几何聚类金字塔的联合点特征匹配方法,利用聚类金字塔逐步筛选出正确匹配,得到了同时满足描述子相似性和几何约束的匹配结果,减少了错误匹配和匹配丢失的发生;(2)基于联合边缘特征的匹配和跟踪方法,在亚像素边缘上提取边缘特征,根据运动一致性对边缘特征进行匹配,利用几何聚类对匹配结果进行精炼;(3)提出了基于联合点特征的位姿估计方法和基于联合边缘特征的位姿估计方法,对相机的位姿和地标的位置进行了优化。对本文所提出的面向视觉SLAM的联合特征匹配和跟踪算法的有效性,在公开数据集和搭建的机器人实验平台上进行了验证。能够在连续的相邻帧上,实现联合特征准确可靠的匹配,能够满足视觉SLAM进行定位和建图的需求。