服务机器人在家庭环境中完成复杂的服务任务并实现智能化与长期自治运行,需要依赖高效而安全的导航,来有效地规划路径并避免与障碍物任何部位发生碰撞。地图能够提供环境中障碍物的先验信息,是自主导航的重要基础。物品语义地图作为同时表示障碍物分布与物品属性信息的环境地图,能够为服务机器人在非结构化的家庭环境中高效和安全导航提供更加丰富的先验指导。目前家庭环境下物品语义地图构建存在底层度量地图与语义信息关联不强、对语义不确定性处理能力不足以及对导航应用的支持性不足等问题。针对这些问题,本文以家庭环境中服务机器人的复杂导航需求为应用背景,提出了面向高效与安全导航的二维物品语义地图构建系统,从而加强语义位置关联、提高语义信息准确性和语义地图对导航能力的支持度。本文提出的语义地图构建系统以基于RGB-D相机的二维结构地图为导航度量地图,在地图构建的同时,提取物品语义信息并处理语义不确定性。在此基础上,本文将障碍物位置数据与语义信息紧密关联,形成面向导航应用的物品语义地图框架,保障语义地图对导航高效性与安全性的支持。本文主要完成如下工作:提出一种基于RGB-D相机的二维结构地图构建方法和对应的辅助地图构建的策略,能够生成准确反映环境中障碍物自上而下的投影轮廓地图,从而更全面地表示障碍物信息。为了将RGB-D相机的原始数据转化为虚拟激光数据并提高其与二维SLAM算法的适配性,本文设计了基于极坐标扫描的虚拟激光生成算法。该算法通过有效投影范围检测、离散点群优化等方式实现扫描过程与相机视觉特性相适应。本文提出的辅助地图构建策略通过针对性地剔除质量差的观测,在不改变SLAM算法以及观测数据生成过程的基础上提高二维结构地图的质量。提出一种基于栅格表示和关键帧更新的物品语义信息提取方法,实现准确地从实时的视觉数据中认知物品语义标签并关联物品位置信息。其中,本文提出的基于高度筛选的点云优化方法与基于视觉面积比的局部栅格优化方法,通过物品三维特征和视觉联合特征对显著的错误语义数据进行精准剔除。同时,为了处理随机性更强的语义不确定性,本文依据不同关键帧处物品栅格出现次数的统计特性,提出了基于投票机制的全局栅格更新与优化方法。在此基础上,本文利用语义信息的整体几何特征提出基于距离分布和区域条件约束的物品实例划分方法,实现了对全局语义栅格中的语义数据从类别到实例的精细划分。提出一种面向导航的物品语义地图框架,将物品语义信息与二维结构地图统一表征为语义地图,并实现语义地图从高效储存到导航应用的整个流程。在语义地图框架中,为了将离散的语义位置数据表示成连续的位置区域并实现与二维结构地图的统一表征和关联,本文提出基于凸多边形的语义描述规则并将语义地图以描述文件的形式储存。为了提高语义地图对机器人导航的支持度以及导航效率,本文设计了语义地图的解析算法和语义导航接口,实现语义数据的整合与推算。