SLAM（同步定位与构图,Simultaneous localization and mapping）是移动机器人自主执行任务的关键环节。传统的SLAM方法构建的环境地图仅能区分障碍和可通行区域,并不包含物体类别信息。基于深度学习的感知算法能够对图像进行理解,将两者进行结合是当前研究的热点。本文利用深度神经网络在场景识别方面的优势,与SLAM技术的自主定位优势相结合,研究基于深度学习的环境语义地图构建算法,具有很强的理论和现实意义。针对输入的图像序列,本文利用ORB-SLAM进行关键帧筛选与关键帧间的位姿估计。为减少冗余的时间耗费,仅在关键帧上进行二维图像的语义分割。在位姿估计中利用多种定位模型,将得到的位姿进行局部和全局优化,从而提高定位的精确度和稳定性。针对二维图像序列的语义分割,本文提出了基于Deeplab算法的改进算法。针对上采样或者反池化的不可学习特性,提出卷积上采样网络将特征映射到更高的维度,再转换到合适尺寸,从而完成特征尺寸的变换过程。针对场景内任意比例出现的物体重建的情况,本文提出将深度值作为门控信号（如无法直接获得深度图像,可以利用神经网络对深度进行预测）,控制空洞卷积的空洞比例大小,使得算法对较远处的物体能够保留小细节,对近处的物体能够保持较大的视野。具体的做法为:将深度离散化为五个等级,对远处的物体使用较小的步幅,近处的物体使用较大的步幅。另外,本文通过分析发现:虽然神经网络估计的深度可能不够准确,但是由于其平滑性,对分割的改进效果并没有负面影响。在理论研究的基础上,本文针对室内场景与室外场景公开数据集上进行了验证。实验结果表明,本文提出算法针对各数据集的大多数类别的物体均有整体的提升。为构建可用于导航任务的环境三维语义地图,本文研究基于简单线性迭代聚类（SLIC）算法的超像素分割算法,在地图的优化过程中作为条件随机场中高阶势能约束项。三维地图的构建过程包括:对齐彩色图像与深度图,利用相邻关键帧间的空间对应关系,将像素点反投影到三维空间,构建三维稠密点云地图与OctoMap地图。在形成三维语义地图的过程中,本文将图像语义分割信息和超像素分割信息以贝叶斯更新的形式融合到稠密占据地图中,利用高阶条件随机场对融合后的语义地图进行优化:不仅考虑每个网格内被分配的类别,还考虑超像素块内的类别约束,形成了三维的语义OctoMap地图,节省内存空间的同时满足后续机器人导航任务需求。最后,对本课题的研究工作进行了总结,并对未来的研究方向进行展望。