随着无人驾驶技术的研究和应用浪潮来临,无人驾驶技术正成为未来生产力水平提升的关键。在高速领域,完全自主的无人驾驶技术还很难实现,无法大规模应用。当前的无人驾驶产品的应用主要集中在低速领域。在低速无人驾驶领域中,传统的SLAM解决方案无法有效获得环境中的语义信息,严重限制了无人驾驶设备的应用场景和领域。本文针对此问题,进行了视觉语义SLAM的算法研究。系统在只靠深度相机作为输入的情况下,进行3D语义信息的提取。在传统的SLAM框架之上,实现对指定立体目标的识别,并将其三维尺度信息和环境中的位置信息在SLAM所建地图中进行拓扑,实现视觉语义地图的构建。本文实现了一套完整的视觉语义SLAM系统,可以在记录相机运动轨迹和历史位姿的情况下,将相机运动环境中的指定物体的尺度信息和相对的位置信息进行记录,同时将以上信息进行可视化。本文算法设计的核心工作有,第一,在视觉SLAM系统的前端进行移动物体特征点的剔除,提高了系统的鲁棒性。第二,针对系统的实际运行环境有针对性的进行了环境词袋的提取,提高了系统的稳定性。第三,采用YOLOv5算法对2D目标检测,本文有针对性的进行了目标检测模型的训练,提高了系统的实时性和对环境的适应性。第四,利用2D目标检测的结果与深度信息相结合,使用点云滤波的方法,恢复出物体的3D语义信息。本文对算法设计的关键环节进行了相关的实验,实验表明本文设计的算法和系统可以较为有效的进行视觉语义地图的构建。同时由于使用的ROS（Robot Operating System,机器人操作系统）系统,提高了本文系统的部署能力,增加了系统的实用性。