三維語義地圖在移動(dòng)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(shí)地構(gòu)建三維語義地圖尤為重要。當(dāng)前同時(shí)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(dòng)態(tài)環(huán)境下如何通過剔除動(dòng)態(tài)物體來獲得較髙的定位精度，以及理解周圍場(chǎng)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(dòng)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(dòng)靜點(diǎn)檢測(cè)算法來剔除檢測(cè)為動(dòng)點(diǎn)的特征點(diǎn)，提髙了動(dòng)態(tài)環(huán)境下的定位精度;添加目標(biāo)檢測(cè)線程對(duì)關(guān)鍵圖像進(jìn)行目標(biāo)檢測(cè)，在地圖枃建線程中構(gòu)建 Octo-map地圖，冋時(shí)根據(jù)檢測(cè)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(cè)試環(huán)境，分別進(jìn)行了目標(biāo)檢測(cè)、動(dòng)態(tài)點(diǎn)檢測(cè)、三維目標(biāo)信息獲取和動(dòng)態(tài)環(huán)境下語義地圖構(gòu)建的實(shí)驗(yàn)。在目標(biāo)檢測(cè)實(shí)驗(yàn)中，訓(xùn)練了速度和精度較高的目標(biāo)檢測(cè)網(wǎng)絡(luò)-mσ bilenet-ν2- eslite，檢測(cè)速度可以達(dá)到η幀/秒，基本可以實(shí)現(xiàn)實(shí)時(shí)檢測(cè)。在動(dòng)態(tài)點(diǎn)檢測(cè)中，采用光流法剔除動(dòng)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(píng)測(cè)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(duì)整個(gè)實(shí)驗(yàn)室進(jìn)行動(dòng)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(cè)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(cè)值與真實(shí)值進(jìn)行對(duì)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(shí)性。