随着智能机器人以及无人驾驶技术的不断发展,视觉SLAM（Simultaneous Localization And Mapping,同步定位与建图）技术已经成为各大主机厂以及供应商研究的关键点。视觉SLAM是指利用视觉传感器获取环境信息的SLAM技术。目前大多数视觉SLAM关注的是静态场景,即周围场景的物体都是静止不动的,它们难以应用于日常较为普遍的动态场景,即周围场景存在的运动物体会对SLAM的位姿估计产生不小的干扰;也有一些视觉SLAM应用于动态场景,它们借助神经网络来剔除动态物体从而减少动态物体的干扰,但剔除后的图像留有的空洞会对位姿估计以及地图构建产生不小的影响。如何在动态环境下获得更高的位姿估计精度以及获取更清楚逼真的场景地图是研究动态SLAM系统的关键所在。因此本文选取经典的ORB-SLAM2作为研究的基础框架,对其视觉前端引入运动分割网络,使其可以剔除场景中的动态物体,随后对剔除后的空洞进行补全,进而获得更精确的视觉里程计精度以及更逼真的场景地图。本文研究的主要工作如下:（1）针对视觉SLAM的多动态场景问题提出了基于ORB-SLAM2框架的系统改进方案。在视觉前端引入语义分割线程,使系统能够有效的剔除场景中的动态特征。语义分割线程采用基于Caffe框架的实时语义分割网络Seg Net进行分割,在获得潜在的动态对象后采用运动检测一致性来剔除真实的动态特征点,从而消除多动态物体对视觉精度的影响。（2）针对语义分割以及运动一致性检测剔除动态特征后,图像上产生的空洞掩码,做了基于光流引导像素传播的空洞补全研究。对于经运动分割后的图像上会产生空洞掩码,我们的目标是用来自不同帧的像素来修补该帧的空洞,这样就可以在不需要动态物体的情况下合成一副真实且逼真的图像。这种包含环境静态结构的合成图像对于虚拟和增强现实等实际应用,以及提高相机位姿估计精度等有比较大的意义。（3）提出了一种基于空洞补全的动态SLAM方法。本文首先结合语义分割网络和运动一致性检测来剔除动态物体,其次将剔除后留有空洞的图像序列输入到补全网络中进行图像补全,最后运用补全后的图像序列进行回环检测以及3D场景重建。在KITTI、TUM数据集上进行实验,结果表明与ORB-SLAM2等当前先进的SLAM方法相比,本文方法位姿估计的精度更高。本文研究的视觉SLAM系统能够有效的处理场景中的动态物体,在室内外高动态环境下都可以获得较好的精度和鲁棒性,并且对剔除动态物体后的空洞进行补全,进行稠密三维场景重建,这对于视觉SLAM在机器人以及无人驾驶应用上具有重大意义。