越来越多的服务机器人正逐步融入人们生活,在给人们带来便利,帮助缓解养老、助残等社会压力的同时,其自身也面临着新的挑战。其中之一就是在建图时如何处理环境中存在着的动态、准动态障碍物,如快速走动的人,开闭的门等。传统的地图构建方法,即同时定位与建图技术,是在假设环境是静态的基础上提出,而对包含有动态、准动态障碍物的环境,即动态环境下的地图构建方法研究较少。因此,本文面向服务机器人,研究其在动态环境下的地图构建方法。本文根据已有的基于二维激光雷达的同时定位与建图方法,采用基于图优化的框架。此框架分为前端和后端两部分。前端先对激光点云数据进行预处理;接着,通过扫描匹配得到机器人的位姿。后端接收前端输出的位姿及相关约束,构建位姿图,利用非线性优化方法优化机器人位姿。本文在激光点云数据预处理,激光扫描匹配和地图构建模型上分别提出相应改进方法,最终实现动态环境下地图的构建。本文主要研究工作内容如下:（1）针对动态环境下的激光观测数据存在噪声问题,提出改进的基于自适应断点检测的去噪算法。算法计算相邻激光点分别到激光原点的距离之差,预测下一个激光点到原点的距离,通过判断预测的距离值和真实距离值之差是否超过阈值的方式,将激光点云数据分割成不同的数据片段。以去除数据点少的数据片段方式完成去噪,避免了噪声对环境地图的影响。（2）研究基于地图的激光扫描匹配方法,提出改进的相关性扫描匹配算法。该算法首先在栅格地图上设定搜索窗口和搜索步长,逐步搜索找到最优位姿;接着,对栅格地图进行Lanczos插值,使栅格地图连续可导;然后,将激光点云数据转换到栅格地图坐标系并构建最小二乘项,优化得到更准确的机器人位姿。同时,研究了动态障碍物干扰情况下的扫描匹配方法。（3）针对环境中可能存在的位置发生缓慢间隙性改变的准动态障碍物,用改进的计数模型构建局部、全局栅格地图,以消除所建地图中的准动态障碍物运动轨迹。局部地图将被保存以应用于回环检测过程。为了加快检测速度,利用分支定界算法在搜索窗口内进行快速搜索,找到最合适的位姿。检测到回环后,将约束添加到后端,优化位姿,更新地图。（4）在实际场景中,利用机器人实验平台进行实验验证。首先验证了本文提出的去噪算法能有效去除激光点云数据中的噪声点。接着,在存在动态障碍物干扰环境下,完成定位与建图任务,验证本文提出的改进的扫描匹配算法的鲁棒性和有效性。最后,在存在动态、准动态障碍物环境下,完成地图构建,同时有效消除准动态障碍物运动轨迹,验证本文提出的改进的计数模型在消除准动态障碍物运动轨迹的有效性、可行性。