本发明涉及一种适用于动态环境的语义视觉SLAM方法及系统，其包括：将获取的RGBD图像进行深度过滤后进行实例分割，取得各先验物体的掩膜，并将掩膜按照物体种类分为先验动态物体与先验静态物体两类；对各先验物体的掩膜进行修正，并基于深度信息对修正后的动态掩膜进行漏检补偿与误检修正，以判断先验静态物体的动静状态，剔除所有动态对象，获得只含有静态物体掩膜的RGBD图像；对只含有静态物体掩膜的RGBD图像进行关键点提取与匹配，并对关键点进行优化后，以利用视觉里程计进行位姿估计；利用先前神经网络模型获得的语义信息进行回环检测，回环检测成功后，建立稠密点三维语义八叉树地图，依据移动机器人的几何尺寸建立含有是否可通行的二维格栅地图。