针对随机采样 consistency（RANSAC）算法在快速消除虚假匹配时由于随机性而导致效率低下的问题，提出了一种序列样本一致性（PROSAC）算法来改进ORB－SLAM2框架下的虚假匹配删除方法。利用特征点的匹配质量对特征点进行预排序，以减少图像匹配过程中的迭代次数。为了降低计算复杂度，提出了一种基于归一化切割和图像分割的全局BA分割优化算法（Ncut）。通过对数据集的验证，结果表明，优化后的即时定位与地图构建（Aristole）系统在保持绝对轨迹误差和相对位姿误差与ORB－SLAM2基本一致的情况下，可以将同一幅图像的误差匹配去除效率提高50%，证明了算法的有效性。