有效解决机器人在未知环境中定位自身，同时感知周围环境
这两个主要问题。传统SLAM技术仅包含一些低级信息，无法满足现代计算机视觉的发展，随着人
工智能概念的兴起，在图像领域掀起了一股技术热潮，利用神经网络技术实现图像分类，检测，分
割等领域都已经在图像的理解等方面胜过传统的图像处理，在自动驾驶、机器人、无人机、医疗等
行业都已经初步展现出巨大的优势。本项目开发了一种基于神经网络技术的视觉语义SLAM系统及
方法，通过目标追踪模块、关键帧筛选模块、运动位姿估计模块、语义分析模块、地图建图模块、
场景表述模块和后端优化模块之间的相互协作，共同作用，产生了一种新颖完善的视觉语义SLAM
系统方案。本成果已获国家发明专利授权。

有效解决机器人在未知环境中定位自身，同时感知周围环境
这两个主要问题。传统SLAM技术仅包含一些低级信息，无法满足现代计算机视觉的发展，随着人
工智能概念的兴起，在图像领域掀起了一股技术热潮，利用神经网络技术实现图像分类，检测，分
割等领域都已经在图像的理解等方面胜过传统的图像处理，在自动驾驶、机器人、无人机、医疗等
行业都已经初步展现出巨大的优势。本项目开发了一种基于神经网络技术的视觉语义SLAM系统及
方法，通过目标追踪模块、关键帧筛选模块、运动位姿估计模块、语义分析模块、地图建图模块、
场景表述模块和后端优化模块之间的相互协作，共同作用，产生了一种新颖完善的视觉语义SLAM
系统方案。本成果已获国家发明专利授权。