一直以来室内语义地图是在已有设备部署环境下构建而成的。然而在现实生活中大部分的环境是没有可用的特定部署环境,并且对于陌生未知场景也是无法获取相应的室内语义地图。特定的部署环境要求大大降低了可用场景的范围,尤其是对于实际应用范围较广的场景如商场以及具有特殊用途的区域如军事区域等。因此,本文着眼于一种不限定于特定场景设备需求的可用即可得方法构建室内语义地图。同时在这里,此种构建方法的基础数据则应充分利用场景中人员走动所产生的大量位置信息,为我们室内语义地图的构建提供数据基础。值得关注的是,近年来随着智能手机的广泛普及,已然成为人们生活中不可或缺的一部分。其中内置的各种功能传感器(加速度计、陀螺仪、磁传感器等)为获取行人在不同场景内走动而产生的位置数据提供了手段。而用户在场景中运动而产生大量位置数据是一种非主观行为,在这种前提下我们称之为“非合作”状态。同时其所处的场景环境也是不以主观目的而存在的,我们的构建工作是基于现有环境而“非合作”地实现并非为实现而设定特定场景。基于此本文提出非合作环境下的室内语义地图构建方法。室内语义地图中的房间和通道是基础框架,在整体地图构建过程中起着重要作用。因此本文以房间和通道场景作为重点研究对象,利用Android智能手机采集到行人步行过程中随机产生的位置数据,通过卷积神经网络进行识别获取各个轨迹位置点对应的场景信息(房间或者是通道)从而为后续构建地图提供语义信息。其次,对于获取包含有语义信息的数据点进行滑动窗口处理后的Delaunay三角网区域构建来保证待建场景区域的完整形态和布局。之后,本文提出室内语义地图模型构建以及空间拓扑语义约束模型(角度约束修正模型和位置关系修正模型)。在已构建的三角网基础之上根据对应的语义模型进行规则化构建。之后再根据相关的修正技术对规则化场景进一步地修正完善最终得到我们需要的室内语义地图。