本发明涉及环境感知技术领域，具体涉及全景视觉与激光雷达融合的语义SLAM优化方法，包括以下步骤：使用全景相机收集全景图像数据，通过激光雷达收集距离数据和形状信息数据，对环境数据进行预处理，从预处理后的数据中提取视觉特征点和空间结构特征，将其融合构建初步的融合特征地图，应用深度学习模型对融合特征地图进行语义标注，构建语义地图，基于语义信息对语义地图进行优化，结合实时数据进行动态定位校正，通过持续学习机制，根据新的环境数据更新语义地图，生成语义SLAM地图。本发明，显著提高了SLAM系统的精度和可靠性，实现了智能化语义标注和动态优化，增强了系统在复杂动态环境中的适应能力。