📚 课程目录第3章场景图基本概念

3. 场景图基本概念

在机器人3D场景图建模中，场景图（Scene Graph）是最核心的数据组织方式。它把机器人感知到的三维世界，从“一堆点云、网格或检测框”提升为“带有语义、层次和空间关系的结构化地图”。理解节点、边、层次结构、语义关系与空间关系，是后续建图、定位、导航和任务规划的基础。

一、核心原理：场景图是什么

场景图本质上是一种图结构，由节点（Node）和边（Edge）组成。节点表示场景中的实体或概念，例如机器人、房间、桌子、杯子、门、充电桩；边表示实体之间的关系，例如“位于”“属于”“连接”“支撑”“靠近”“可通行”。

与普通拓扑地图不同，场景图不仅记录“哪里有什么”，还记录“它是什么”“它和谁有关系”“它在哪个层级”。因此，场景图同时承载几何信息、语义信息与关系信息，是机器人理解环境的中间表示。

场景图 = 节点集合 + 边集合 + 层次结构 + 属性信息。节点负责“实体”，边负责“关系”，层次负责“从属与抽象”，属性负责“几何与语义细节”。

二、节点与边：场景图的基本单元

节点是场景图中的实体抽象。一个节点通常包含：唯一ID、类别标签、几何位姿、包围盒或点云范围、置信度、时间戳等。例如：

Node(id="chair_01",
     label="chair",
     pose=[x, y, z, qx, qy, qz, qw],
     bbox=[dx, dy, dz],
     confidence=0.92,
     timestamp=1710000000)

边描述节点之间的关系。边可以是有向的，也可以是无向的；可以带权重、距离、概率或约束。常见边类型包括：

空间关系边：left_of、right_of、above、below、near、inside、on。
语义关系边：is_a、part_of、belongs_to、used_for。
拓扑关系边：connected_to、adjacent_to、reachable_from。
层次关系边：parent_of、child_of、contains。

节点和边共同构成一张“可查询、可推理、可更新”的环境图。机器人可以通过图查询快速回答：“厨房里有哪些可移动物体？”“从客厅到卧室经过哪些门？”

三、层次结构与语义关系

场景图通常采用层次结构组织。顶层可以是建筑或楼层，中间层是房间或区域，底层是家具、物体和机器人自身。层次结构让地图既能在宏观上导航，也能在微观上操作。

例如：

Building → Floor → Room → Furniture → Object
Robot → Sensor → Observation → Object Node

语义关系则让节点之间具备“意义”。例如“杯子在桌子上”不仅是空间关系，也隐含“杯子可被拿起”“桌子支撑杯子”的语义。语义关系使机器人能够进行常识推理和任务分解。

四、空间关系：几何与拓扑的桥梁

空间关系是场景图区别于普通知识图谱的关键。它把三维几何信息转化为可计算的关系。常见空间关系包括：

关系类型	示例	机器人用途
距离关系	near、far	避障、抓取候选筛选
方向关系	left_of、above	语言指令理解
包含关系	inside、contains	区域搜索、物品查找
支撑关系	on、support	放置规划、稳定性判断
连通关系	connected_to	路径规划、门检测

这些关系通常由几何计算得到，例如通过包围盒相交、点云分割、平面检测或图神经网络推理。空间关系越准确，场景图对机器人越有用。

五、场景图在机器人中的作用

场景图在机器人系统中承担“环境理解中枢”的角色，主要作用包括：

统一表示：把激光、相机、IMU、语义分割结果统一到一张图中。
语义查询：支持“找到厨房里的杯子”这类自然语言查询。
任务规划：根据层次和关系分解“去客厅拿书”为导航、识别、抓取子任务。
长期更新：物体移动后，只需更新节点和边，不必重建整张地图。
人机交互：用图结构向人类解释机器人“看到了什么、理解了什么”。

场景图不是静态地图，而是可增量更新的动态结构。机器人每获得一次新观测，都可能新增节点、删除节点或修改边。

六、案例：从点云到场景图

假设机器人进入一个房间，感知流程如下：

1. 点云分割 → 得到桌子、椅子、杯子三个物体簇
2. 语义识别 → 标注 table、chair、cup
3. 位姿估计 → 计算每个物体的6D位姿
4. 关系推理 → cup on table, chair near table
5. 图构建 → 生成节点与边
6. 层次挂载 → 将节点挂到 room_01 下

最终得到的场景图片段可以表示为：

room_01
 ├── table_01
 │    └── cup_01  (on)
 └── chair_01    (near table_01)

机器人随后可以查询：“room_01 中 table_01 上有什么？”系统沿边遍历，返回 cup_01。

七、常见误区与复盘

误区一：把场景图当成普通拓扑地图。拓扑地图只关心连通性，场景图还关心语义、层次和物体关系。
误区二：只建节点不建边。没有边的图无法表达“杯子在桌上”，机器人无法推理。
误区三：忽略层次结构。所有节点平铺会导致查询效率低、抽象能力差。
误区四：空间关系不更新。物体移动后边不更新，会导致规划失败。

复盘时，应重点检查：节点类别是否准确、边关系是否完整、层次挂载是否正确、空间关系是否随时间更新。只有这四方面都稳定，场景图才能真正成为机器人可用的环境模型。

综上，节点、边、层次结构、语义关系与空间关系共同构成了机器人3D场景图的基本骨架。掌握这些概念后，才能进一步进行场景图的构建、查询、更新与任务应用。