目前,随着机器人技术的迅速发展,无论是在物流仓储、自动清洁、机械制造等生产领域,还是在智能家具、自动驾驶、货物运输等生活场景中都广泛存在着智能机器人的身影。同时定位与地图构建是机器人领域的基础问题,也是机器人与周围环境进行感知和交互的重要手段。在机器人所搭载的常用传感器中,摄像头因其成本低廉、定位精度高、蕴含丰富环境信息等优势而在SLAM中获得广泛使用。可预见的是,机器人面临的越来越多样化的任务,以及涉足更加严峻、复杂的环境都对SLAM技术提出了更高的要求。视觉SLAM技术已经能够在静态环境中获得理想的位姿计算结果,但是当环境中出现动态物体时会显著降低其精度与鲁棒性。针对这一问题,本文的主要工作有:（1）对视觉里程计基础理论进行了梳理,从相机模型开始,按照特征点法视觉里程计的基本流程,依次介绍了特征提取、匹配、跟踪、位姿解算以及使用光束法平差的局部优化算法,为后续算法设计提供理论基础。（2）通过设计合理的局部地图维护策略,既保留了高质量的关键帧和地图点,减少了动态特征点加入到局部地图中的概率,提高了视觉里程计在动态场景下位姿解算的精度和鲁棒性,同时又控制了局部地图的规模,降低了计算量,提高了计算效率。相比于ORB-SLAM,使用更少的关键帧和地图点实现了动态场景下更高精度的位姿解算结果。（3）使用深度学习的方法将每帧影像中的潜在动态物体检测出来,并通过漏检补偿算法降低了神经网络的漏检率。此外目标匹配保证了目标在多帧影像中的时序一致性,目标定位恢复出了目标的位置及运动轨迹。最后分别在特征层面和目标层面设计了基于几何约束和位置约束两种算法,筛选出真正的动态目标,进而获得更精确的相机位姿。通过公开数据集和实际环境测试,本文算法能够有效筛选出画面中的动态物体,提高了视觉里程计在复杂动态场景下的精度和鲁棒性。（4）利用上文中的动态场景里程计解算的结果,初步构建了局部环境下的语义地图,在局部地图中不仅包含有地图点和关键帧,还包含恢复出世界坐标的语义目标,并通过目标关联与目标定位,得到了每个目标的运动轨迹,实现了更高层面的语义建图功能。