机器人智能化的程度代表着科技进步的水平,机器人要想实现自主定位和导航等一系列功能,需要依靠同步定位与地图构建（Simultaneous Localization and Mapping,SLAM）这一关键技术来实现。然而,现阶段已有的大多视觉SLAM系统将室内场景假设为静态场景,忽略了场景中的动态对象,导致系统产生较大的定位误差,限制了视觉SLAM的应用。针对该问题,本文基于ORB-SLAM2系统,对动态场景中的视觉SLAM系统进行研究,包括设计适用于视觉SLAM系统的语义分割模型、语义信息融合几何方法的动态特征点剔除方法和基于关键帧筛选策略的静态三维地图构建。针对视觉SLAM处理动态对象能力不足的问题,本文对语义分割网络DeepLabv3+进行改进,以提升对先验动态对象的分割精度。首先将主干网络Res Net替换为性能更佳的Res Nest。然后为了获取更加丰富的低维特征信息和更大的感受野,调整了空洞空间金字塔池化层模块（Atrous Spatial Pyramid Pooling,ASPP）中空洞卷积的空洞率,并将这些空洞卷积进行级联。最后将空洞卷积替换为深度可分离卷积,并对其进行二维分解,以减少网络参数量,提升网络的实时性。实验结果表明,改进的DeepLabv3+语义分割网络具有更加优秀的分割性能。为了解决DeepLabv3+无法判别对象是否处于运动的问题,提出了一种语义信息融合几何方法的动态特征点剔除算法。对于语义分割网络可以识别的先验动态对象,通过DeepLabv3+网络对其进行分割,得到语义分割图信息,然后将该信息融合光流法,剔除分割图内的动态特征点。对于无法识别的先验动态对象,剔除不符合极线约束的特征点,保留剩余的静态特征点。实验结果表明,提出的动态特征点剔除算法能够有效剔除动态特征点,并且在高动态序列中,本文系统的定位精度相比其它优秀的视觉SLAM系统有明显提升。针对ORB-SLAM2系统构建的地图存在冗余信息多和重影现象严重等问题,本文提出了一种语义信息融合关键帧的方法。该方法将重新筛选后的关键帧和语义信息相结合,利用语义信息剔除场景中的动态特征点,并将剩下的静态特征点用于构建静态的三维地图。实验结果表明,构建的地图不仅冗余信息少,还有效减少了重影现象。最后搭建实验平台,在特征信息较多的实验室和特征信息较少的楼道中进行实验。结果表明,提出的视觉SLAM系统能够有效剔除环境中的动态特征点,降低地图中的重影现象,提高了地图的可读性和实用性。