移动机器人完成智能化的核心技术之一就是同时定位与建图（Simultaneous localization and Mapping,SLAM）技术,由于计算机视觉技术的突飞猛进,视觉SLAM技术受到了研究者的广泛关注。目前视觉SLAM系统的研究主要是基于静态简单环境下的,而在复杂环境下系统性能受到严重干扰,机器人的定位误差会增大,构建的地图也会出现重影问题。针对复杂环境下机器人的定位与建图问题,本文结合环境语义信息来设计视觉SLAM系统。针对室内环境中的语义信息提取问题,本文设计了一种基于目标检测算法FCOS的实例分割算法FCOS-MASK。为了满足SLAM系统的实时性,本文在算法设计上使用了轻量级骨干网络Mobilenet＿V2用于提升特征提取的速度,然后增加一个MASK分支用于语义信息的提取,最后通过线性组合方式结合两个分支的结果算出环境中的实例信息。结果表明,实例分割算法FCOS-MASK达到了速度与精度的均衡。对于环境中的动态目标,本文提出一种基于稀疏光流法和先验知识的动态目标检测算法,采用稀疏光流法对光流场进行预测,结合实例分割算法FCOSMASK对动态物体实例信息进行提取作为先验知识对动态物体进行判定。本文在ORB-SLAM2的基础上进行了改进,通过剔除动态特征点提高了动态环境下定位的精度,并解决了动态环境下地图中重影的问题。本文对室内语义地图的构建进行了研究,基于实例分割算法FCOS-MASK网络对图像进行实例分割,并结合深度信息滤波、点云分割完成二维语义点云地图到三维语义点云地图的转换,并建立语义信息数据库,实现了室内复杂环境下语义信息的获取。在搭载Kinect V2的移动轮式机器人Turtlebot2上进行真实环境和数据集环境下分别与ORB-SLAM2系统进行定位精度和建图质量对比实验,结果表明,本文设计的SLAM系统的定位精度较ORB-SLAM2有较大提升,并且系统具备三维语义建图的能力。