El algoritmo convencional de Localización y Mapeo Simultáneo (SLAM) asume un mundo estático, lo cual es fácilmente influenciado por elementos dinámicos del entorno circundante. Para una localización de alta precisión en escenas dinámicas, se propone un algoritmo de SLAM dinámico que combina segmentación de instancias y filtrado de puntos de características dinámicas para abordar este problema. Inicialmente, se desarrolló YOLACT-dyna, una red de segmentación de instancias de una etapa, con el fin de realizar la segmentación de instancias en la imagen de entrada, eliminar posibles objetos en movimiento en la escena y estimar aproximadamente la pose de la cámara. En segundo lugar, basado en la pose de la cámara y la restricción polar, se calculó la probabilidad de movimiento de cada posible objeto en movimiento. Finalmente, se filtraron los puntos de características en movimiento y se utilizaron los puntos de características estáticos para calcular la pose. Los resultados experimentales revelan que la tasa de recuperación de este algoritmo en el conjunto de datos regional dinámico KITTI fue del 94.5% en conjuntos de datos públicos. La precisión se mejora en entornos con ubicación de objetos dinámicos. Al mismo tiempo, puede garantizar la precisión de posicionamiento de una escena estática, mejorando efectivamente la precisión de posición y la robustez del sistema visual de SLAM en un entorno dinámico. Puede cumplir con los requisitos de operación en tiempo real del sistema de conducción automática.