针对于目前单目视觉 SLAM 中,由于特征匹配阶段存在误匹配且耗时长,使得机器人初始化速度慢,室内外定位精度不高的问题,提出了一种基于概率运动统计特征匹配的单目视觉 SLAM(PMS-SLAM)算法。该算法首先通过设置自适应的阈值提取 ORB 特征点同时使用四叉树保存提取的特征点,然后根据运动的平滑性与特征匹配的一致性估计特定区域内特征匹配的概率模型,得到正确的特征匹配点,最后通过匹配的特征点完成系统自动初始化与机器人位姿跟踪。在 TUM数据集上进行算法验证,实验结果表明,PMS-SLAM 特征匹配耗时仅为 1.4ms,初始化时间为 1.7s,机器人的定位精度可以达到 0.54cm,同时具有良好的实时性。