图像中识别出感兴趣目标， xxx -204- 并完成其类别判断与空间定位，常见的应用场景包括人脸识别、工业缺陷检测、场景文本识 别以及遥感图像分析等[245]，[246]。随着自动驾驶、移动机器人以及虚拟现实等新兴应用领域 的不断发展，单纯依赖图像生成的二维边界框已难以满足对空间深度理解的需求，特别是在 需要对目标位置、尺寸和方向进行精确估计的任务中。因此，三维目标检测作为对空间场景 定位与建图（simultaneous localization and mapping, SLAM）已成为移动机器人、自主车辆和无人系统领域的基础性技 术，在低空经济快速兴起的背景下，其关键性进一步凸显。 SLAM 技术最早于 1986 年提出，其核心目标是在未知环境中帮助移动机器人，在没有 任何先验地图的条件下，利用自身传感器数据，一边绘制环境地图，一边实时确定自身在地 图中的位置。为实现这一目标，SLAM 凭借其强大的浮点运算能力和成熟的并行计算框架， 在加速特定 SLAM 模块上展现出巨大潜力。例如 Ratter 等[111]则利用 GPU 并行优化了基于图 的 SLAM 框架，以满足无编码器的移动机器人在复杂环境下的实时建图需求。 更深层次的协同优化不止于将现有算法移植到硬件，而是从顶层设计之初就追求算法与 硬件架构的匹配。SuperNoVA [112] 通过算法与硬件的全栈式协同设计，利用资源感知算法动