1. 课程导入

欢迎进入《机器人3D场景图建模工程》课程。本课程面向希望把机器人感知、地图构建与任务决策真正打通的工程师与研究者。我们不会停留在“点云可视化”或“建一张漂亮地图”的层面，而是围绕一个核心问题展开：机器人如何把三维空间中的几何、语义与拓扑关系组织成可计算、可查询、可推理的场景图，并让这张图服务于导航、操作与交互。

一、核心概念：从“地图”到“场景图”

传统机器人地图通常回答“哪里能走、哪里是障碍”。而3D场景图回答的是更丰富的问题：“桌子在厨房里，杯子在桌子上，机械臂可以从左侧接近杯子，厨房与客厅通过走廊相连。”这背后涉及几个关键概念。

• 三维几何层：点云、网格、体素、TSDF、八叉树等，描述空间的形状与占据状态。
• 语义层：对区域、物体、部件进行分类与实例分割，如“墙、地板、门、椅子、杯子”。
• 拓扑层：用节点和边表达房间、走廊、物体之间的连通、包含、支撑、邻近关系。
• 属性与位姿：每个节点带有位置、朝向、尺寸、置信度、时间戳等参数。
• 图查询与推理：支持“找到所有可抓取杯子”“从当前位置到冰箱的最短路径”等查询。

因此，3D场景图不是单一算法，而是一条工程流水线：传感器输入 → 几何重建 → 语义理解 → 关系抽取 → 图优化 → 任务接口。

二、整体框架：一条可落地的工程链路

下图给出本课程贯穿始终的整体框架。它把数据流、模块与输出结果放在同一张图中，便于你建立全局视角。

这条链路中，几何重建解决“空间是什么样”，语义理解解决“空间里有什么”，关系抽取解决“它们如何关联”，图优化解决“如何保持一致”，任务接口解决“机器人怎么用”。任何一环薄弱，都会导致场景图在真实任务中不可用。

三、典型应用场景

3D场景图的价值在具体任务中体现得最清楚。以下是本课程会反复引用的四类场景。

四、方法流程：从数据到可查询图

为了让工程实现有章可循，我们把建模流程拆成六个步骤。每一步都有明确的输入、输出与验收标准。

1. 数据采集与标定：同步RGB-D、LiDAR、IMU与里程计，完成内外参标定。
2. 几何重建：使用SLAM或离线重建得到点云/网格，建立坐标系与尺度。
3. 语义标注：对区域和物体进行检测、分割与分类，赋予语义标签。
4. 关系抽取：根据几何与语义计算包含、支撑、邻近、连通等边。
5. 图优化：合并重复节点、更新边权重、处理回环与时序变化。
6. 接口封装：提供查询API、可视化工具与任务调用接口。

下面是一段典型的场景图节点与边的配置示例，用于说明工程中如何组织数据。

{
  "nodes": [
    {"id": "room_kitchen", "type": "room", "pose": [2.1, 0.0, 1.5], "label": "厨房"},
    {"id": "table_01", "type": "object", "pose": [2.4, 0.0, 1.8], "label": "餐桌"},
    {"id": "cup_03", "type": "object", "pose": [2.45, 0.75, 1.82], "label": "杯子"}
  ],
  "edges": [
    {"source": "room_kitchen", "target": "table_01", "relation": "contains"},
    {"source": "table_01", "target": "cup_03", "relation": "supports"},
    {"source": "cup_03", "target": "table_01", "relation": "on_top_of"}
  ]
}

五、常见误区与复盘

初学者最容易陷入三个误区。第一，把场景图当成“带标签的点云”，只做可视化，不做关系抽取，导致无法支持任务查询。第二，忽视坐标系与尺度一致性，不同传感器或不同时间的数据直接叠加，造成节点位置漂移。第三，只关注静态建图，忽略动态更新，机器人运行一段时间后图就“过期”了。