智能化技术在机器人领域得到不断地发展,推动了机器人在各个行业的应用。目前家用机器人通常是基于同步定位与建图（Simultaneous Localization And Mapping,SLAM）,通过构建所在环境的栅格地图,进行自主导航和避障。但这种地图只含有空间物体的距离信息而不具备任何语义,存在无法与环境进行进一步交互并且无法执行高级别的语义任务等问题。因此,本文开展了基于深度学习的视觉SLAM语义地图的研究,提出了基于ORB-SLAM3和YOLOv5（You Only Look Once,YOLO）的三维语义地图构建算法,完成了室内点云语义地图和语义八叉树地图的构建,为机器人感知环境信息以及执行语义指令奠定了基础,主要研究内容和创新点如下:1、针对室内语义地图的构建,本文将目标检测算法YOLOv5和ORB-SLAM3技术相结合,完成了室内稠密语义地图的构建。通过建立室内语义标注数据集,在YOLOv5的基础上采用数据增强、线性差值以及余弦退火算法来优化学习率,与未优化网络模型相比平均精度提升了12.2%。针对点云语义地图内存占有率高,不易更新等问题,本文实现了语义八叉树地图的构建,使得地图占有率不到点云地图的1%,并且能够使机器人进行导航和避障。2、传统的点云语义地图构建,通常是将二维便签直接映射到三维点云上,容易造成物体边界模糊不清,并且算法的时间复杂度高。针对该问题,本文在三维空间中使用超体素聚类进行预处理,与直接在投影平面分割的方法相比聚类效果更符合物体的实际边界,也降低了后续的计算复杂度。实验结果与RGS算法和LCCP算法相比物体平均分割率分别提高了29.3%和12.9%。3、传统的SLAM算法是将静态环境作为假设前提,而机器人实际工作环境大多包含高动态实例。针对此问题,本文提出了基于光流和语义先验信息的动态区域检测算法,在保证实时性和准确性的同时能够剔除环境中的动态特征点,同LK光流法和多视角几何算法相比检测速度提高了23%左右。通过在TUM数据集上的实验,与ORBSLAM3算法相比,本文算法在动态环境下绝对轨迹误差的均方根降低了62.6%,相对位姿误差的均方根降低了72.4%,验证了算法的定位精度得到了显著提高。最后在基于ROS的机器人平台上,完成了机器人软件系统和服务器的搭建,主要实现了物体识别、动态特征点剔除和三维语义地图构建等功能;并对比开源的项目ORBSLAM3,验证了系统的有效性和鲁棒性。