融合语言-视觉多模态感知的IMU辅助深度SLAM方法及系统

本发明提供一种融合语言‑视觉多模态感知的IMU辅助深度SLAM方法及系统，包括初始校准与语义地图初始化、预积分预测与关键帧判定、稠密点云重建与相对位姿估计、语义嵌入提取、语义引导回环检测及语义三维地图增量更新等功能模块，通过图优化框架将IMU运动先验、深度几何约束与语言模型语义因子联合建模，实现复杂动态环境下的高精度定位与带标签地图构建。相较于仅依赖几何或惯性信息的现有技术，本发明降低了回环误匹配率，提升了闭环收敛效率和长时重定位鲁棒性，并为自然语言导航、目标检索等上层任务提供语义接口。本发明可广泛应用于服务机器人、安防巡检、智能驾驶及灾后搜索救援等领域。