Es desafiante para un sistema visual SLAM mantener una capacidad de localización precisa y robusta a largo plazo en un entorno interior a gran escala, ya que existe una baja probabilidad de que se produzca el cierre de bucle. Con el objetivo de resolver este problema, proponemos un algoritmo de localización visual monocular para entornos interiores a gran escala a través de la coincidencia con un mapa semántico previo. En el enfoque, se extraen en tiempo real las características de línea de ciertos objetos semánticos observados por la cámara monocular. Se propone una función de coste para representar la diferencia entre los objetos observados y los objetos semánticos coincidentes en el mapa semántico preexistente. Después, se proporciona un modelo de ajuste de paquete que integra la diferencia de coincidencia de objetos semánticos para optimizar la pose de la cámara y el mapa del entorno en tiempo real. Finalmente, se diseñan casos de prueba para evaluar el rendimiento de nuestro enfoque, en los cuales las características de línea con información semántica se extraen previamente para construir el mapa semántico para la coincidencia en tiempo real. Los resultados de las pruebas muestran que la precisión de posicionamiento de nuestro método se mejora en la navegación interior a gran escala.