本发明提供了一种基于在线视觉词典的实时定位与地图构建方法，包括：创建图像数据库并采集视频流，逐帧提取图像特征；利用图像特征、词典和图像数据库进行地图的构建，并同时更新在线视觉词典和图像数据库；利用当前图像的词袋向量和数据库中的历史词袋向量进行相似性检测，做回环检测，修正追踪和建图的误差。本发明克服了已有的基于离线词典的SLAM系统中耗时长，词典查询效率低，占用存储器空间多以及词典对场景适配性低的不足，提高了词典查询效率，达到了耗时少，占用存储器空间少，对场景适配性高的效果。