该文综述了单目视觉SLAM中融合目标检测与语义建图的研究：将物体建模为立方体或平面地标，结合LiDAR紧耦合，提升定位精度与地图语义丰富度，公开数据集上姿态估计最高提升68%，并实现动态物体跟踪与三维检测。

该文综述了SLAM研究进展，涵盖基于LiDAR的畸变补偿与姿态优化、算法选择配置工具、语义辅助建图定位、单目SLAM与目标检测结合、多粒子卡尔曼滤波定位、去中心化视觉SLAM、可微分SLAM网络导航，以及动态环境下多模态融合与动态物体建模等方向。

该文综述多项3D场景理解研究：利用语义实例识别构建物体级语义地图；提出低成本伪标签标注方法；Open-Fusion实现开放词汇3D建图；MaskFusion实现对象感知语义SLAM；SaFT提升小样本检测；Bridge3D借助基础模型预训练3D表示，在ScanNet上超越PiMAE 5.3%。

本文汇总了多项计算机视觉与机器人研究，涵盖LiDAR 3D检测、CPU子地图对齐、无人机3D重建与轨迹规划、反无人机传感器部署、RGB-D动态障碍物跟踪、语义三维重建、GNSS拒止下无人机视觉定位、场景表示、2D到3D语义实例建图及单目深度估计，多数在公开数据集上取得领先结果。

该文综述多项SLAM研究，涵盖：结合ORB与强化学习优化前沿探测；分层Active Neural SLAM用于3D环境探索；面向地下环境的多机器人激光SLAM系统；支持算法选择、配置与评估的工具；高效LiDAR SLAM方案；基于分层优化的3D SLAM；图像目标导航的拓扑语义方法；LiDAR与单目视觉紧耦合融合框架；动态场景3D语义建图3DS-SLAM；以及物体级SLAM框架。