邓 晨 ，李宏伟，张 斌，许智宾，肖志远

1. 郑州大学信息工程学院，河南 郑州 450052； 2. 郑州大学地球科学与技术学院，河南 郑州 450052； 3. 郑州大学水利科学与工程学院，河南 郑州 450001

随着人工智能应用的进步与深度学习的兴起，在同时定位与地图构建(simultaneous localization and mapping，SLAM)中加入机器学习的思想已然成为探索未知环境自主建图方面极有潜力的研究点。文献[1]提出了HOG算子作为特征，并选择支持向量机(SVM)当作试验过程中的分类器，从而进行运动中的行人个体检测，2012年之前，目标检测与识别的过程是采用人工的方式进行图像特征的训练，再选择一种分类器以完成最终的分类任务。经典的物体目标检测任务通常具有3个关键点：①在图像中标记出一定数量不同的候选区；②对标出的候选区进行特征的提取工作；③采用高效的分类器完成分类任务。

伴随深度学习算法和技术的迅速发展，结合卷积神经网络的目标检测算法在大多数场景下均具有良好的检测效果和较强的实时性能。近年来，有学者尝试将融合了深度学习算法的目标检测技术加入视觉SLAM算法过程中，进行实例级的语义建图。文献[2]提出一种实例级的语义地图构建方法，利用SSD目标检测和3D点云分割算法完成帧间目标的检测和数据关联，构建实例级的语义地图。文献[3]设计了一种基于YOLOv3目标检测算法的语义地图构建方案，通过YOLOv3目标检测和GrabCut点云分割法实现实例级的语义建图。文献[4]提出一种实时的移动机器人语义地图构建系统，利用不同帧之间特征点的匹配关系完成物体之间的目标关联，最终构建增量式的语义地图。……