SLAM은 알려지지 않은 환경에서 위치 추정과 동시에 주위 환경 지도를 생성하는 방법이다. 과거 로봇 자율 항해를 위해 주로 이용된 SLAM은 레이져나 초음파 등의 센서를 사용하였으나 최근에는 카메라를 이용한 비젼 기반 SLAM 연구가 활발히 진행되고 있고, 로보틱스 분야 뿐 아니라 증강현실 분야에서도 비젼 기반 SLAM이 적용되기 시작하였다. 하지만 증강현실 분야는 로봇 분야보다 좀 더 정교한 카메라 위치 추정을 요구하기 때문에 증강현실 응용에 보다 적합한 PTAM(Parallel Tracking and Mapping)이 등장하였다. PTAM은 다른 비젼 기반 SLAM과 마찬가지로 카메라 위치 추정을 위한 최소한의 삼차원 포인트 지도를 구성하여 카메라 위치 추정을 한다. 그 동안 비젼 기반 SLAM의 연구가 카메라의 정확한 위치 추정을 실시간에 수행하는 데에 초점을 맞췄으나 최근에는 단순히 카메라 위치 추정을 위한 지도가 아니라 좀 더 유용한 정보를 포함하고 있는 지도를 생성하는 것에 관심이 증대되고 있고, 그에 대한 연구가 진행되기 시작하였다. 따라서 본 논문에서는 증강현실에 좀 더 적합한 PTAM에서 higher level structure인 평면을 찾고, 기존 지도에 정합한 후, 이를 이용하여 성능을 향상시키고자 한다.