1.一种基于目标检测和视觉SLAM的室内定位方法，其特征在于，包括以下步骤：通过采集机器人携带的RGB‑D相机获取整个室内的环境图像序列；

根据所述环境图像序列，采用SLAM算法构建室内三维点云地图；

对所述环境图像序列中的关键帧进行语义分割，并采用目标检测模型对所述关键帧进行检测，以获取所述关键帧中物体的类别信息；

将所述关键帧中物体的类别信息融合到所述室内三维点云地图中，以构建室内三维语义地图；

通过处于所述室内的待定位机器人携带的RGB‑D相机获取所述待定位机器人当前所在位置的环境图像；

采用所述目标检测模型对所述待定位机器人当前所在位置的环境图像进行检测，以获取所述待定位机器人当前所在位置的环境图像中物体的类别信息；

根据所述待定位机器人当前所在位置的环境图像中物体的类别信息和所述室内三维语义地图，估算所述待定位机器人在所述室内的粗略位置；

通过所述待定位机器人携带的RGB‑D相机获取所拍摄的物体与所述待定位机器人之间的距离，并结合所述待定位机器人在所述室内的粗略位置，得到所述待定位机器人在所述室内的精确位置。

2.根据权利要求1所述的基于目标检测和视觉SLAM的室内定位方法，其特征在于，采用Deeplab V3 plus算法对所述环境图像序列中的关键帧进行语义分割，所述目标检测模型为SSD模型。

3.根据权利要求2所述的基于目标检测和视觉SLAM的室内定位方法，其特征在于，采用八叉树结构存储所述室内三维点云地图，并在所述室内三维点云地图中融入物体类别标签以构建所述室内三维语义地图。

4.根据权利要求3所述的基于目标检测和视觉SLAM的室内定位方法，其特征在于，所述室内的物体为位置固定的物体，包括沙发、茶几、餐桌、床、衣柜、洗衣机、冰箱中的一个或多个。

5.根据权利要求4所述的基于目标检测和视觉SLAM的室内定位方法，其特征在于，通过飞行时间法获取所拍摄的物体与所述待定位机器人之间的距离。

6.一种基于目标检测和视觉SLAM的室内定位装置，其特征在于，包括：第一获取模块，所述第一获取模块用于通过采集机器人携带的RGB‑D相机获取整个室内的环境图像序列；

第一构建模块，所述第一构建模块用于根据所述环境图像序列，采用SLAM算法构建室内三维点云地图；

第一检测模块，所述第一检测模块用于对所述环境图像序列中的关键帧进行语义分割，并采用目标检测模型对所述关键帧进行检测，以获取所述关键帧中物体的类别信息；

第二构建模块，所述第二构建模块用于将所述关键帧中物体的类别信息融合到所述室内三维点云地图中，以构建室内三维语义地图；

第二获取模块，所述第二获取模块用于通过处于所述室内的待定位机器人携带的RGB‑D相机获取所述待定位机器人当前所在位置的环境图像；

第二检测模块，所述第二检测模块用于采用所述目标检测模型对所述待定位机器人当前所在位置的环境图像进行检测，以获取所述待定位机器人当前所在位置的环境图像中物体的类别信息；

估算模块，所述估算模块用于根据所述待定位机器人当前所在位置的环境图像中物体的类别信息和所述室内三维语义地图，估算所述待定位机器人在所述室内的粗略位置；

定位模块，所述定位模块用于通过所述待定位机器人携带的RGB‑D相机获取所拍摄的物体与所述待定位机器人之间的距离，并结合所述待定位机器人在所述室内的粗略位置，得到所述待定位机器人在所述室内的精确位置。

7.根据权利要求6所述的基于目标检测和视觉SLAM的室内定位装置，其特征在于，所述第一检测模块采用Deeplab V3 plus算法对所述环境图像序列中的关键帧进行语义分割，所述目标检测模型为SSD模型。

8.根据权利要求7所述的基于目标检测和视觉SLAM的室内定位装置，其特征在于，所述第二构建模块采用八叉树结构存储所述室内三维点云地图，并在所述室内三维点云地图中融入物体类别标签以构建所述室内三维语义地图。

9.根据权利要求8所述的基于目标检测和视觉SLAM的室内定位装置，其特征在于，所述室内的物体为位置固定的物体，包括沙发、茶几、餐桌、床、衣柜、洗衣机、冰箱中的一个或多个。

10.根据权利要求9所述的基于目标检测和视觉SLAM的室内定位装置，其特征在于，所述定位模块通过飞行时间法获取所拍摄的物体与所述待定位机器人之间的距离。