随着机器人技术的进步,移动服务机器人的需求也越来越大。移动机器人的环境感知技术也越来越成为研究热点。作为环境感知的关键技术SLAM技术,近些年也有了很大的进步,机器人的实时定位与地图构建能力得到大幅提升。但是移动机器人在未知环境中首次自主探索的效率低下,构建地图鲁棒性仍然较差,地图构建精度较低,地图的后期使用范围有限。本文以构建实用性较强的机器人环境感知系统为导向,研究了环境引导探索方法、地图构建和地图智能语义标注。为了解决机器人自主环境探索效率低的问题,提出了一种自然人机交互系统来引导机器人完成环境探索。自然人机交互可以有效缩减使用机器人的学习成本,让用户根据已有的经验完成对机器人的操作使用。使用虚拟现实技术作为视觉反馈,使用手势交互作为控制方法,来实现人与机器人的自然交互。在机器人进行环境探索的同时需要完成机器人对环境的地图构建任务。为了能够获取更详细的环境信息,本课题将RGBD SLAM和ORB SLAM进行融合,实现了稠密三维点云地图构建算法。为了让机器人能够真正理解环境信息,本课题提出了一种物体分割定位和特征提取算法。算法使用晶格分析的方法来对空间中的云点进行分析来获取可能的物体分布进而实现物体的分割。在分割完成后根据晶格信息完成物体的定位和特征描述。物体识别算法借鉴词袋模型对物体进行识别,通过物体识别算法即可获得物体的类别信息。将物体的类别信息和定位信息绑定构成语义索引,即可完成语义地图的构建。最后本文构建了完整的实验系统,验证了自然人机交互系统的可行性和易用性。使用稠密三维点云地图构建算法构建了环境地图,并在此基础上构建了物体样本集和训练集,验证了物体分割定位算法和识别算法的有效性和准确率。