同时定位与地图构建（Simultaneous Localization and Mapping,SLAM）是机器人自主导航定位的关键技术。以相机为传感器的视觉SLAM系统在近十余年中发展出包括非直接法、直接法和混合法在内的多种算法,这些算法在多种精确测定的数据集中可以完成基本的视觉定位和地图模型构建的任务。对于虚拟现实/增强现实等实际应用,现行算法不能很好地处理一些复杂运动的相机位姿估计,另外,一些前端算法研究并没有将回环检测考虑在内;因此,视觉SLAM算法在性能方面尚有较大的提升空间。现有的视觉里程计算法能够很好地处理普通的具有六自由度的摄像机运动,但对退化运动类型的处理效果较差,特别是在许多虚拟现实/增强现实应用中。为此,本文提出了一种暂停信息补充机制（Paused Supplementary Information Mechanism,PSIM）来实时监控视觉里程计位姿信息变化并进行条件响应。此机制首先通过运动向量和算法运行状态来计算判断相机的两种不同的运动趋势并将两类运动数据分别处理,然后在普通运动情况下使算法选择直接法求解相机位姿信息,在旋转运动情况下选择3D-2D和单应矩阵来求解旋转运动的相机位姿,最后通过后端数据优化获得完整轨迹的相机位姿信息。通过公开数据集的实验结果表明,该机制可以有效提升算法处理多运动状态的鲁棒性。回环检测模块能够很好地将视觉里程计算法扩展为系统,并扩大前端算法的适用范围。目前这方面的研究还不丰富。为此,本文提出一种使用空间金字塔模型匹配图像的新回环检测方法,针对数据集建立了BRISK特征的字典包,并应用在直接法视觉里程计算法中来测试回环检测模块对直接法SLAM的精度影响。通过在公开数据集上进行测试,实验结果表明,本文回环检测方法可以有效提升直接法SLAM在轨迹和位姿计算的准确度,并能有效降低地图对同一地点绘制的冗余度。