对于一个仿生机器人而言,它能进行自主移动的前提,是它知道周边环境是什么,和它在环境中的哪个位置。这就要求我们,能够实时的处理机器人传感器采集到的周边信息,并为其构建场景地图。这里我们使用单目相机作为传感器来采集周边环境信息。单目相机即我们日常最常见的相机,它仅使用一个摄像头拍摄场景,用二维的图像来反映三维的世界。我们之所以选择单目相机作为我们构建地图时的传感器,一方面是因为它成本低廉且最为常见,另一方面则是因为它不像双目相机那样,深度测量范围会受到基线距离的限制,它也不像深度相机那样,适用范围仅限于室内,且无法采集到每个点的深度信息。单目相机是唯一不受使用场景和深度范围所限的硬件,它唯一的缺陷是在拍摄时丢失了场景深度的信息,而这一点,我们可以通过深度学习的方法恢复得到。此外,单目相机拍摄场景时会受到环境光的影响,因此,我们会预先对单目相机拍摄到的图像进行风格迁移,将不同时刻拍摄的图像,统一到相同光照条件下,从而消除环境光照变化对深度估计和后序相邻帧配准的影响。因此,本文的研究内容为:首先用风格迁移网络,统一单目相机所拍摄图像的亮度,并在此基础上,用深度学习的方法恢复图像的场景深度;同时,对图像进行语义实例分割,为构建的地图增加语义,从而满足更多场景的需求;此外,考虑一个物体表面不同位置处深度的相互关系,用语义实例分割的结果修正深度估计的误差。最后,将当前帧恢复了场景深度的单目图像,和上一帧场景地图的投影图像做配准,求得当前帧相机的位姿,从而将当前帧图像的不同语义实例分割部分,融合到场景地图的不同实例部分中去,从而形成带语义的场景地图,即地图中的每个点,都知道它对应真实世界中的哪个物体。