近年来,室内服务机器人的研究与应用逐步成为人们生活中的热点。室内服务机器人必须具备自主导航功能,以便完成室内服务工作以及与环境的交互。机器人的自主导航包括同步定位与地图构建（Simultaneous Localization and Mapping,SLAM）技术以及在地图上实现自主路径规划。室内环境中的动态目标会影响机器人的定位与建图,影响机器人的导航精度,因此需要剔除环境中的动态目标,构建可以重复使用的地图,在地图上进行自主路径规划,实现导航。为了解决这个问题,本文对基于动态目标的室内机器人视觉定位与导航工作进行了分析,提出了本文的研究方案。本文主要工作内容如下:（1）为了获取动态目标的掩膜信息以及环境的语义信息,本文引入了基于深度学习的语义分割seg Net网络。为了检测运动的动态目标信息,本文引入了动态目标检测算法。本文的动态目标检测算法包括提取RGB图像的ORB特征点,使用光流法追踪特征点,采用随机采样一致性算法获取可靠的匹配点对,通过随机采样一致性算法结合参考帧计算极线,由当前像素点到极线的距离判断动态点,获取动态点点集。由于动态目标检测算法不能检测动态目标的整个轮廓（掩膜）,为了剔除动态目标,本文提出了一种动态点剔除策略,剔除动态目标的整个轮廓,再根据静态图像特征进行同步定位和地图构建。本文结合了静态目标关键帧,语义信息以及深度信息建立语义八叉树地图。（2）为了在地图上进行实时避障的自主路径规划,本文提出了改进的A*算法结合动态窗口算法实现整个路径规划。本文改进了A*算法评价函数的选择,以及对规划的路径进行了平滑处理。改进的A*算法不但减少了路径总长度,而且还减少了整个路径规划的时间。（3）在ROS机器人操作系统进行了实验分析,分析了本文算法的有效性。最后,验证本文提出的动态目标检测算法结合语义分割剔除动态目标,进行视觉同步定位与地图构建,并建立语义地图。在地图上进行自主路径规划,完成机器人的导航算法。实验表明,本文有效的完成了基于动态目标的环境下室内机器人的定位,建图,路径规划,最后稳定的完成机器人的室内导航工作。