基于深度学习的SLAM-BIM增强现实协同定位方法及系统

本发明涉及建筑信息模型、增强现实与同步定位与地图构建技术领域，本发明提供了基于深度学习的SLAM‑BIM增强现实协同定位方法及系统，包括：引入Transformer时序特征提取器与几何关系图，结合置信度评估动态分配权重，实现跨模态闭环检测，利用轻量级语义分割网络与特征融合模块，构建几何语义一致的稠密地图，构建时空误差传播方程，借助BIM尺度先验实现在线校准，设计增量式融合算法，结合AR交互优化全局位姿，系统通过深度学习技术融合SLAM视觉轨迹特征与BIM语义几何特征，解决了传统SLAM累积误差大、与BIM融合精度低的问题，实现了复杂场景下的鲁棒定位与地图构建，提升了SLAM与BIM的协同精度和实时性，适用于建筑施工、运维等AR场景。