随着智能化时代大幕的开启,机器人智能化成为了国内外学者研究的热点。其中移动机器人自主导航是机器人智能化发展的关键技术,该技术的核心是实现机器人对自身的实时定位和对外界环境的感知与理解。同步定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术为移动机器人实时定位与环境感知提供了理论基础,而基于视觉的SLAM技术则能够使移动机器人具备理解环境的能力,让移动机器人智能化发展成为了可能。目前视觉SLAM技术还存在鲁棒性较差,无法生成适合自主导航的语义地图等问题。因此,本文针对这些问题,结合实例分割技术,对视觉SLAM展开深入研究。视觉SLAM主要是利用视觉传感器观测数据实时的估计机器人位姿并构建增量式地图。本文以RGB-D相机作为机器人的传感器,提出了一种基于实例分割的视觉SLAM方案。首先,在对传感器输出图像提取特征点的同时,使用改进的实例分割网络对图像进行实例分割。然后,利用实例分割的目标检测信息辅助定位,剔除容易造成误匹配的特征点,缩小特征匹配的区域,并利用实例分割的语义信息实现回环检测功能,最后,构建三维语义地图,实现机器人对已建地图的复用与人机交互。本文使用TUM数据集进行实验验证,实验结果表明,本文提出的方案可以增加图像特征匹配的鲁棒性,加快特征匹配速度,提高移动机器人定位的准确性。并且本文所提方案可以生成精确的语义地图,满足机器人执行高级任务的需求。