三維語義地圖在移動杌器人的導(dǎo)航、路徑規(guī)劃、智能抓取、人機(jī)交互等任務(wù)中有著關(guān)鍵的作用，因此如何實(shí)時地構(gòu)建三維語義地圖尤為重要。當(dāng)前同時定位和地圖構(gòu)建（ Simultaneous Localization And Mapping，SLAM）算法已經(jīng)可以達(dá)到較高的定位和制圖精度，但是在動態(tài)環(huán)境下如何通過剔除動態(tài)物體來獲得較髙的定位精度，以及理解周圍場景中存在的物體及其位置信息等問題沒有得到很好的解決。在此，文中提出了一種可在動態(tài)環(huán)境下構(gòu)建語義地圖的算法。該算法在 ORB SLAM2上進(jìn)行改進(jìn)，在跟蹤線程中加入動靜點(diǎn)檢測算法來剔除檢測為動點(diǎn)的特征點(diǎn)，提髙了動態(tài)環(huán)境下的定位精度;添加目標(biāo)檢測線程對關(guān)鍵圖像進(jìn)行目標(biāo)檢測，在地圖枃建線程中構(gòu)建 Octo-map地圖，冋時根據(jù)檢測結(jié)果枃建3目標(biāo)數(shù)據(jù)庫。為了證明該算法的可行性，以實(shí)驗(yàn)室為測試環(huán)境，分別進(jìn)行了目標(biāo)檢測、動態(tài)點(diǎn)檢測、三維目標(biāo)信息獲取和動態(tài)環(huán)境下語義地圖構(gòu)建的實(shí)驗(yàn)。在目標(biāo)檢測實(shí)驗(yàn)中，訓(xùn)練了速度和精度較高的目標(biāo)檢測網(wǎng)絡(luò)-mσ bilenet-ν2- eslite，檢測速度可以達(dá)到η幀/秒，基本可以實(shí)現(xiàn)實(shí)時檢測。在動態(tài)點(diǎn)檢測中，采用光流法剔除動態(tài)點(diǎn)，處理速度為16.5幀/秒。文中創(chuàng)建了數(shù)據(jù)集來評測算法性能，相比原版ORB SLAM2算法，結(jié)合光流法后的算法的定位精度提高了5倍;在三維目標(biāo)信息獲取上，采用了基于深度濾波和基于點(diǎn)云分割兩種方法，結(jié)果表明后者的3D目標(biāo)獲取更為精確。最后，對整個實(shí)驗(yàn)室進(jìn)行動態(tài)環(huán)境下的語義地圖構(gòu)建，構(gòu)建 Octo-map稠密地圖，根據(jù)檢測結(jié)果構(gòu)建3D目標(biāo)數(shù)據(jù)庫，并將目標(biāo)尺寸和位置的檢測值與真實(shí)值進(jìn)行對比，誤差均在5厘米以內(nèi)。實(shí)驗(yàn)結(jié)果表明所提算法具有較高的精度和實(shí)時性。