Рассматривается проблема генерации карт занятости окружающего пространства для робототехнических платформ по данным от мультиспектральной системы технического зрения. Целью работы является качественное улучшение генерируемой модели проходимости путем комплексирования геометрических и семантических данных от лидаров и стереокамер, а также прямых измерений скорости от радаров миллиметрового диапазона. Представленные алгоритмы и их модификации являются универсальными по отношению к источнику данных и не требуют физической синхронизации сенсоров. В исследовании решается задача построения как статических априорных, так и работающих в реальном масштабе времени динамических карт занятости. Предложен подход по объединению априорной семантической карты с генерируемой в процессе автономного движения робота. Описаны подходы к накоплению и обновлению семантической информации в картах. Также рассматривается задача обнаружения динамических препятствий в картах занятости на основе модифицированного алгоритма фильтрации частиц. Описанный в статье комбинированный метод увеличивает точность определения динамических препятствий и позволяет корректно детектировать препятствие даже в случае ошибки алгоритма определения динамики. Выделены метрики по количественной оценки карт занятости. Разработанный алгоритм был протестирован на открытых датасетах Semantic KITTI, nuScenes в автомобильном домене данных, а также на малом сервисном роботе-уборщике как в симуляторе CARLA, так и в реальных условиях с активным пешеходным движением. Программная реализация алгоритма работает в реальном масштабе времени на встраиваемых вычислителях Jetson AGX Xavier и Jetson AGX Orin.