3D场景图

3D Scene Graph进阶

用分层的图把三维场景里的楼层、房间、物体和它们的关系组织起来。

3D 场景图是一种结构化的场景表示：节点是场景里的实体（建筑、楼层、房间、物体、相机位置等），边是它们之间的关系（「在……里」「在……上」「挨着」），节点上再挂类别、尺寸、三维位置等属性。Armeni 等人在 ICCV 2019 提出这一结构，分建筑、房间、物体、相机四层；MIT 的 Hydra（RSS 2022）让机器人边探索边实时构建分层场景图。相比稠密点云或网格，场景图体积小、语义清楚，能直接回答「冰箱在哪个房间」，也便于转成文本交给大语言模型做任务规划。ConceptGraphs 用 2D 基础模型构建开放词汇场景图，SayPlan 则让大模型在场景图上搜索、规划跨房间的长程任务。