近年来，同时定位与建图（Simultaneous Localization and Mapping，SLAM）作为移动机器人实现自主导航的关键技术受到了人们的广泛关注。单目SLAM 因其结构简单、成本低、灵活性和拓展性强等方面的优势成为了视觉 SLAM 的主要研究热点。然而，单目SLAM通常只能构建稀疏或半稠密的场景地图，无法提供稠密地图支持机器人导航和避障等应用。本文围绕基于深度估计的同时定位与稠密语义地图构建方法开展相关研究工作，论文的主要工作和创新点归纳如下：
一、针对视角变化较大、光照变化剧烈等情况下难以建立鲁棒特征匹配的问题，提出一种融合二维图像与三维几何信息的局部特征描述子学习方法，通过非线性特征融合充分挖掘特征之间的互补信息。在关键点匹配和帧间配准任务上的实验结果表明，所提局部特征描述子的性能优于仅包含单一信息和通过直接串联的融合方式构建的特征描述子。
二、针对目前单目图像深度估计方法难以生成细节清晰的深度图像的问题，提出一种结合全局自注意力机制与动态滤波的单目图像深度估计方法。首先，通过自注意力机制对所有图像位置的语义特征进行加权获得丰富的图像上下文信息。然后，采用动态滤波方法利用高分辨率图像特征引导粗糙深度图像上采样，得到细节清晰的深度图像。在室内数据集NYU和室外数据集KITTI上的实验结果表明本文的方法可以获得准确且细节清晰的深度图像。
三、为了进一步提升深度估计与相机位姿估计的准确率，提出一种结合传统几何与自监督深度学习的深度估计与位姿计算的自迭代优化方法。一方面，通过神经网络预测的深度图像执行伪RGB-D SLAM，依据伪深度信息和SLAM鲁棒的优化算法及回环检测可以得到优于单目SLAM的可靠的相机位姿和稀疏地图点。另一方面，通过单目SLAM创建的稀疏地图点引导图像深度估计，提升深度估计的质量。在TUM RGB-D和KITTI数据集上的实验结果表明了所提方法的有效性。
四、提出一种基于深度估计的稠密语义地图构建方法，首先通过二维图像目标检测与三维点云分割获得三维物体语义信息；然后依据物体点云间的重叠度建立三维物体间的数据关联，从而建立三维物体语义地图。同时，依据每一帧的稠密点云和位姿估计结果构建环境稠密的八叉树地图。实验结果表明深度估计可以辅助单目SLAM构建三维物体语义地图与稠密八叉树地图，为机器人导航和避障等应用提供支持。