同时定位与建图（Simultaneous Localization and Mapping,SLAM）是移动机器人领域的关键技术之一。已经成熟的视觉SLAM算法大多假设场景是静态的,当场景中存在运动物体时会干扰特征匹配,进而对SLAM系统的定位以及建图的精度造成较大影响。所以在动态环境下,SLAM算法需要识别出场景中的运动物体。本文设计视觉SLAM算法,提升算法在动态环境下的定位精度,并生成动态环境的语义地图。本文的主要研究内容包括:（1）介绍了课题的研究背景与意义,并简单总结了SLAM的发展历史与视觉SLAM的研究现状。接下来介绍了经典视觉SLAM框架、相机位姿估计流程和地图构建。（2）分析了运动物体对相机位姿估计的影响,结合语义信息设计了基于对象位置关系图的视觉里程计算法和基于语义特征点的视觉里程计算法。在基于对象位置关系图的视觉里程计算法中,首先使用Mask R-CNN网络对原始图像进行实例级分割,然后根据深度图和语义信息计算对象的位置关系图,最后结合先验知识数据库判断物体的运动状态。最终排除运动物体上提取的特征点。在基于语义特征点的视觉里程计算法中,同样使用Mask R-CNN对原始图像进行语义分割。在特征点提取阶段首先使用语义信息和稀疏光流检测运动物体,最终排除运动物体上提取的特征点。在特征点匹配阶段,结合语义信息提出了语义特征点匹配算法。将本文提出的视觉里程计算法与ORB-SLAM3和其他动态场景SLAM系统进行了比较。实验结果表明,在高度复杂度的动态环境下,我们的方法大大提高了相机的定位精度和系统的鲁棒性。（3）最后使用上述的视觉里程计算法输出的关键帧位姿结合深度图和语义信息构建语义地图。针对在动态环境中运动物体会对建图造成干扰,设计了运动物体去除算法。此外在稠密点云图的构建上,为了提高点云构建精度,设计了基于快速导向滤波的深度图修复算法。实验结果表明,本文的语义地图构建算法具有较好的鲁棒性和建图精度。