我们提出了一种全新的实时单目SLAM(并行的跟踪与地图生成)系统,可以鲁棒的处理动态场景。和以往的方法不同,我们的系统允许部分场景可以动态的变化,或者整个场景逐渐的变化。我们最大的贡献在于提出了一种全新的在线关键帧表示方法及相对应的更新方法,来对动态的场景进行自适应的建模,这样场景外观或者结构发生的变化都可以有效的检测并处理。同时,我们可以可靠有效地检测场景中特征点的变化,通过将已有关键帧上的特征点投影到当前的帧上,进行外观与结构的比较。如果因为遮挡的原因导致现在检查的特征点和原有的特征点不同,我们可以可靠地检测并处理。地图中已经添加的关键帧,如果其内容很大部分已经发生了变化,这个关键帧我们要使用相对应的最新输入的关键帧进行替换,同时对相应点云中的部分进行更新。另外,为了在动态场景中鲁棒的计算摄像机参数,我们提出了一种新的基于先验的自适应RANSAC方法(PARSAC)来有效的去除匹配得到的错误点,即使在有效点占总匹配数的比例比较小的情况也可以有效的求解。我们的实验结果显示,我们提出的系统可以在含有动态物体的场景中很好的实时跟踪,比已有的最好的SLAM系统(即PTAM系统)的跟踪效果更好。