同步定位与地图的构建(Simultaneous Localization and Mapping，SLAM)是虚拟现实(Virtual Reality, VR)和增强现实(Augmented Reality, AR)以及移动机器人过程中的一个基本问题。传统的视觉SLAM算法主要处理高梯度图像区域提取的稀疏图像特征，在具有一定的稳定性和鲁棒性的同时容易导致漂移误差并且不能为用户提供非常高层次的环境语义信息。为了解决这个问题，提出了在构建SLAM的过程中引入环境语义信息，通过引入语义信息来约束SLAM的优化过程，减少漂移误差，并构建一个更高层级的环境语义地图。
　　首先介绍了常见视觉SLAM算法的基本原理，在ORB-SLAM2的基础上构建了SLAM算法的具体实例。针对ORB-SLAM2词典加载速度慢的问题采用了二进制格式存储方式，针对ORB-SLAM2词典数据规模过大的问题采用了小场景专用词典方式。实验结果表明词典载入速度提升了20倍，而SLAM精度提高了9.6%。最后简要分析了视觉SLAM当前存在的问题和本文的研究方向，为后续语义SLAM的研究奠定基础。
　　针对物体和平面较多的室内场景，利用SSD检测器和ICP方法构建一个全部由物体构成的地图，从而为基于点特征的SLAM算法提供语义信息和额外约束，并根据物体标签去除动态物体。此外，使用齐次坐标和对应最小表示坐标来表示平面参数，从而将平面约束引入到SLAM的非线性最优化中来。实验表明，引入的物体和平面组成的地图大大增加了场景包含的语义信息，并在一定程度上提高了SLAM的精度。
　　针对室内室外通用场景，使用一个改进的图像分割算法进行图像语义分割，并定义基于观测概率模型的语义代价函数。将语义代价函数和重投影误差函数一起优化来提高SLAM算法的精度。SLAM算法计算出的相机位姿和语义分割结果还被用于构建一个带有逐点语义标签的三维栅格地图。实验表明，引入的语义分割除了能够用于语义建图以外，还能够为SLAM算法提供中距离的约束从而提高SLAM算法的精度。