同步定位与地图构建（Simultaneously Localization and Mapping,SLAM）作为机器人自主移动过程中定位和导航的关键技术,被广泛应用于工业、医疗、服务等领域。在具有少量动态目标的室内环境,缓慢行走的人、人携带的日常物品和可移动设施等在图像中的投影都会造成机器人轨迹估计误差增加,导致机器人估计的运动轨迹和实际运动轨迹发生偏离。基于实例分割的视觉语义SLAM系统,论文构建了基于静态区域的全局一致性语义地图,缩减了由于动态物体造成的轨迹误差。主要研究内容如下:设计了一种动态场景下基于ORB-SLAM2系统框架的视觉里程计,旨在改善动态环境下相机位姿估计不准确的问题。增加动态物体检测模块,通过基于Mask R-CNN实例分割网络识别图像中的动态目标,并对识别出的动态目标进行像素分割,减少人和人所携带的物品对相机位姿估计产生的影响;通过二进制编码描述不同区域像素,将实例分割网络识别出的潜在动态目标像素标记为1,其余的像素编码为0;对图像中编码为0的静态区域进行特征提取和匹配,通过RANSAC算法计算单应矩阵和基础矩阵,估计出相机图像帧间的几何关系;最后通过几何关系和二进制编码查找和分类特征点。前端视觉里程计估计机器人位姿后,需要基于机器人估计出的位姿和运动轨迹构建环境地图,不同运动状态的特征点能够表示不同动态程度的环境区域。通过光流法计算动态目标的光流矢量,并且根据光流矢量估计场景的动态程度,通过Keans++算法对动态像素点进行聚类,之后分析聚类后点云的语义信息,用以更加具体的展示环境中的实际情况;相比于其他方法,通过特征点编码后的语义八叉树地图保留了动态目标在图像中的特征点用以反映实际环境中动态目标的动态程度。