CN105427293A - 室内场景扫描重建的方法及装置 - Google Patents

Abstract

本发明公开了一种室内场景扫描重建的方法及装置，该方法包括：获得机器人捕获的室内空间的扫描图像信息，根据扫描图像信息重建室内空间的三维场景模型图；将三维场景模型图分割为多个兴趣区域；对于每个兴趣区域，均执行以下操作：将兴趣区域分割为多个小区域；控制机器人对每个小区域对应物体施加推力，获得施加推力后的多个小区域的图像；将施加推力后的小区域图像与施加推力前的小区域图像进行比较，根据比较结果，分割图像中的物体，以及控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描，获取物体完整的三维数据；根据分割出的物体和物体的完整三维数据，对室内场景进行重建。上述技术方案，提高了室内场景重建的效率和精度。

Description

室内场景扫描重建的方法及装置

技术领域

本发明涉及三维扫描重建技术领域，特别涉及一种室内场景扫描重建的方法及装置。

背景技术

目前，三维重建技术一直是计算机视觉和计算机图形学领域研究的重点。从最初的对三维空间中一个点的三维重建到对某个特定物体的三维重建，再到对整个室内场景乃至整个城市的三维重建，三维重建的研究取得了长足的发展和进步，且已经应用到了人类日常生活的方方面面，例如：3D打印、数字博物馆、视觉跟踪、地形导航等。对于三维场景建模来说，数字化再现技术可以方便的处理和分析周围的环境信息，使得现实场景能在每个角度看清细节，最终使得不论是人类还是机器人，都可以解读所在的周边环境。现如今，随着科技的迅速发展各种3D测量设备随之出现，3D各场景的重建有了更多方法和途径。场景从一开始的简单的小型物体到复杂的大型室内外场景，使得人们生活愈加享受到3D重建带来的优越。

近年来，对大范围室内场景进行数字化的研究受到了越来越多的关注。真实场景的数字化，可以让我们可以在不同视角下充分观察欣赏场景的各个部分。近年来，多种三维测量设备的迅速发展也为三维场景重构提供了更多的实现手段。但是由于室内场景中各种物体间的互相遮挡，或数据获取装置自身的物理限制等原因，利用传统的室内场景三维重建及分割方法很难得到一个完整、较高精度的环境模型，且重建得到三维模型往往功能意义不明确，用户也无法与之交互。要想得到有明确意义的室内场景模型，我们需要对扫描重建得到地结果进行分割，但由于室内场景情况复杂、遮挡严重，使得完全使用软件算法的分割方法极具挑战性。如果在后续工作中想将此重建模型用到虚拟漫游、室内设计等应用中，很多时候都需要人为进行一些分割、识别、添加语义、实现动画等一系列工作。

在现有典型的室内场景获取工作中，通常是一个操作员手持深度摄像机在室内场景中移动来扫描捕捉场景数据。但是对于人类来说，精细化的场景扫描是一个枯燥无聊的活，特别是对于大尺度、包含很多物体的室内场景。要解决这一问题，利用移动机器人对室内场景进行全自动扫描就成了一个十分吸引人的方案。

从单个物体的点云数据中进行表面重建的研究已经趋近成熟，现今关于三维扫描和重建的研发重点越来越多地转向了室内场景。特别是随着低成本深度传感器(如微软公司的Kinect深度传感器，华硕公司的XtionLive深度传感器，Intel公司的Realsense传感器)的快速发展和SLAM相关技术的成熟，实时场景扫描和重建得到了学术界和产业界的一致重视。这些方法的共同之处是，最终都是用一个三维模型来表示整个重建的场景。然而，室内场景是由它其中的物体及物体之间的空间关系所表征的。如果不能有效地表示室内场景中有意义的、具体的物品，那么重建得到的场景三维模型的作用是有很大限制的。如之前所述的工作，因为最后得到的是单个三维模型，所以无法用于场景中的物体检索、编辑与合成。因此，更有意义、更具使用价值的室内场景重建应该要能够提取重建场景中的各种物品并由此能推断各物品之间的相关关系。

要想提取场景中的各个物品，就得对重建场景进行分割分析。传统的方法主要是利用3D模型数据要辅助进行物体提取和识别。有些工作利用室内场景中物体重复出现作为线索进行场景理解，还有一些工作利用人类在室内场景的活动数据来帮助进行场景语义分析。但是，这些工作都是使用扫描好的场景数据作为输入，这种线下的分析方法缺少关于场景结构的第一手信息，必须依靠先验知识(由人或另外的数据库提供)或者扫描时记录的额外信息才完成分析。

利用机器人对单个物体进行扫描重建在之前已经有不少工作，但是从全局重建，特别是物体级别的场景重建的角度来评价，现在只有很少的工作研究了如何进行全自动场景扫描重建。此外，目前也有一些通过机器人交互从场景中提取物体的技术方案，最接近并且最新的解决方案是一种基于机器人推动的场景中物体分割方法，该方法的核心思想是利用RGB图像和三维点云作为输入来计算推动点和推动方向，并在推动过程中提取Shi-Tomasi特征利用光流跟踪法对物体进行跟踪，最后对特征的运动轨迹进行聚类以分割物体。

综上所述，现有技术的缺点主要包括以下几点：

(1)处理场景有限：现有技术只能对桌面上的若干个物体进行分析，不能对大范围杂乱的整个室内场景进行处理。

(2)分割准确率不高：在相同交互次数(10次左右)、相同场景(桌面上的日常物品)的情况下，现有方法的分割准确率只有70％～80％。

(3)交互效率不高：现有技术对只有5-6个物体的小场景就需要推动10-12次才能得到令人满意的分割结果。

(4)不能有效地重建场景中的物体：现有工作都没有考虑如何重建分割出来的物体。

发明内容

本发明实施例提供了一种室内场景扫描重建的方法，用以对大范围杂乱的整个室内场景进行处理，有效地重建场景中的物体，提高室内场景重建的效率和精度，该方法包括：

获得位于室内空间的机器人捕获的所述室内空间的扫描图像信息，根据所述扫描图像信息重建所述室内空间的三维场景模型图；

将所述三维场景模型图分割为多个兴趣区域；对于每个兴趣区域，均执行以下操作：将兴趣区域分割为多个小区域；控制所述机器人对每个小区域对应物体施加推力，获得施加推力后的所述多个小区域的图像；将施加推力后的小区域图像与施加推力前的小区域图像进行比较，根据比较结果，分割图像中的物体，以及控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描，获取物体完整的三维数据；

根据分割出的物体和物体的完整三维数据，对室内场景进行重建。

本发明还提供了一种室内场景扫描重建的装置，用以对大范围杂乱的整个室内场景进行处理，有效地重建场景中的物体，提高室内场景重建的效率和精度，该装置包括：

初步扫描重建模块，用于获得位于室内空间的机器人捕获的所述室内空间的扫描图像信息，根据所述扫描图像信息重建所述室内空间的三维场景模型图；

分割扫描处理模块，用于将所述三维场景模型图分割为多个兴趣区域；对于每个兴趣区域，均执行以下操作：将兴趣区域分割为多个小区域；控制所述机器人对每个小区域对应物体施加推力，获得施加推力后的所述多个小区域的图像；将施加推力后的小区域图像与施加推力前的小区域图像进行比较，根据比较结果，分割图像中的物体，以及控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描，获取物体完整的三维数据；

重建模块，根据分割出的物体和物体的完整三维数据，对室内场景进行重建。

与现有技术相比较，本发明实施例提供的技术方案，首先，利用机器人对整个室内场景进行粗略地全局扫描重建，获得位于室内空间的机器人捕获的所述室内空间的扫描图像信息，根据所述扫描图像信息重建所述室内空间的三维场景模型图；然后，将所述三维场景模型图分割为多个兴趣区域；对于每个兴趣区域，均执行以下操作：将兴趣区域分割为多个小区域；控制所述机器人对每个小区域对应物体施加推力，获得施加推力后的所述多个小区域的图像；将施加推力后的小区域图像与施加推力前的小区域图像进行比较，根据比较结果，分割图像中的物体，以及控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描，获取物体完整的三维数据；最后，根据分割出的物体和物体的完整三维数据，对室内场景进行重建，通过该技术方案，本发明实施例至少具有以下有益技术效果：

(1)现有技术只能对桌面上的若干个物体进行分析，本发明通过上述技术方案，可以对大范围杂乱的整个室内场景进行处理。

(2)在相同交互次数(10次左右)、相同场景(桌面上的日常物品)的情况下，现有方法的分割准确率只有70％～80％，而本发明通过上述技术方案能达到90％左右，提高了分割的准确率。

(3)现有技术对只有5-6个物体的小场景就需要推动10-12次才能得到令人满意的分割结果。而本发明通过上述技术方案，对于含有20-30个物体的大场景进行12左右的交互就能得到90％左右的分割准确率，使得在机器人扫描场景的时候可以进行物体的分析，并通过物理上的轻推交互来验证分割准确性，从而大大提高了传统三维重建对于物体分析的能力，提高了交互的效率。

(4)现有技术的实际工作都没有考虑如何重建分割出来的物体，不能有效地重建场景中的物体。而本发明提出了一个物体层面的场景重建和物体级别的场景分析框架，使得重建和分析都是针对场景中的物体，进而使得本发明提出的框架能更好地为下一步的识别、语义理解等工作所用。同时，由于轻推之后往往可以使得扫描更加充分，提高了物体重建的置信度。

通过上述可知，本发明实施例提供的室内场景扫描重建的方法，可以对大范围杂乱的整个室内场景进行处理，有效地重建场景中的物体，提高了分割效率和交互效率，提高了室内场景重建的效率和精度，通过该方法可以得到一个带有分割信息的、可以与用户交互的、重建完整的三维室内场景模型。

附图说明

此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，并不构成对本发明的限定。在附图中：

图1是本发明实施例中室内场景扫描重建的方法的流程示意图；

图2是本发明实施例中在过分割和欠分割的情况下区别一些错误分割的示意图；

图3是本发明实施例中三种分割验证情况的示意图；

图4是本发明实施例中室内场景扫描重建的装置的结构示意图。

具体实施方式

为使本发明的目的、技术方案和优点更加清楚明白，下面结合实施方式和附图，对本发明做进一步详细说明。在此，本发明的示意性实施方式及其说明用于解释本发明，但并不作为对本发明的限定。

本发明要解决的主要问题是如何让机器人自动扫描重建室内场景点并通过主动交互式的验证方式实现物体层面的分割。要解决的子问题有，室内场景实时三维重建，计算场景预分割，计算需要主动交互的物体，利用机器人交互验证物体的分割，对分割得到的物体进行精细扫描。另外，整个扫描—分割—交互—扫描系统的设计和搭建也是本发明解决的难题。现有的自动场景三维重建技术不能有效地提取并重建场景中的物体，有必要提出一种物体级别的场景重建和分析框架，将在线实时得到的物体几何信息作为反馈指导扫描和重建的过程。

有鉴于此，本发明创新性地提出了一个结合了物体层面的场景重建和物体级别的场景分析框架，将自动扫描重建和交互式分割耦合在一套算法流程中，最后得到一个带有分割信息的、重建较为完整的三维室内场景。该方法鲁棒有效且能适用于大范围、较复杂的室内场景。

为实现上述目的，本发明采用如下方案：

先使用机器人对室内场景进行粗略地自动扫描重建，再对得到的重建结果进行预处理和过分割，继而生成一些物体的假设并用区域图来表示，最后通过基于熵的机器人轻推交互方式来验证假设的准确性，同时对物体进行精细扫描以提升数据完整性。

具体地，一种对场景中物体自动进行扫描重建和分析的方法，其中，该方法包括：

(1)实时获取和重建三维场景的扫描方法。在一个给定的室内场景中，机器人首先自动导航并对整个房间进行扫描和重建。为了实现有效的处理，我们把重建得到的场景分割为若干个兴趣区域(RegionsofInterest,ROIs)，接着逐个进行处理。对于每一个兴趣区域，系统对于互相遮挡的物体进行扫描和交互并将扫描得到的物体几何信息作为反馈指导后续的验证过程。

(2)基于机器人交互的主动式验证方法。为了实现物体层面的分析，首先将当前的兴趣区域过分割为一些很小的区域(patches)，然后用这些小区域构建一个区域图模型(patchgraph)，然后使用图分割(graph-cut)算法生成一些可能的物体假设，然后建立物体图(objectgraph)。通过生成的这两个图，我们估计重见得到物体的不确定性来指导主动式验证操作，包括两个部分：一个是利用机器人手臂进行轻推，另一个是对于没有扫描完全的物体进行精细扫描。我们利用机器人进行水平轻推来验证我们的局部分割是否正确，同时，通过对相距很近的物体进行推动分离来减少物体间相互遮挡的方法也可以帮助我们获取数据。精细扫描主要针对于交互过程中推动过的物体，因为推动过后这些物体原本被遮挡的部分显露了出来，此时进行扫描能获取该物体更多的数据，提高了这些物体重建模型的完整性。最后，验证结果会被合并到分割和重建中，因此减少了物体相应的不确定性。这样的迭代过程一直重复直到不确定性停止减少。

下面进行详细说明。

图1是本发明实施例中室内场景扫描重建的方法的流程示意图；如图1所示，该方法可以包括如下步骤：

步骤101：获得位于室内空间的机器人捕获的所述室内空间的扫描图像信息，根据所述扫描图像信息重建所述室内空间的三维场景模型图；

步骤102：将所述三维场景模型图分割为多个兴趣区域；对于每个兴趣区域，均执行以下操作：将兴趣区域分割为多个小区域；控制所述机器人对每个小区域对应物体施加推力，获得施加推力后的所述多个小区域的图像；将施加推力后的小区域图像与施加推力前的小区域图像进行比较，根据比较结果，分割图像中的物体，以及控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描，获取物体完整的三维数据；

步骤103：根据分割出的物体和物体的完整三维数据，对室内场景进行重建。

与现有技术相比较，本发明实施例提供的室内场景扫描重建的方案，首先，利用机器人对整个室内场景进行粗略地全局扫描重建，获得位于室内空间的机器人捕获的所述室内空间的扫描图像信息，根据所述扫描图像信息重建所述室内空间的三维场景模型图；然后，将所述三维场景模型图分割为多个兴趣区域；对于每个兴趣区域，均执行以下操作：将兴趣区域分割为多个小区域；控制所述机器人对每个小区域对应物体施加推力，获得施加推力后的所述多个小区域的图像；将施加推力后的小区域图像与施加推力前的小区域图像进行比较，根据比较结果，分割图像中的物体，以及控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描，获取物体完整的三维数据；最后，根据分割出的物体和物体的完整三维数据，对室内场景进行重建，通过该技术方案，本发明实施例至少具有以下有益技术效果：

(1)现有技术只能对桌面上的若干个物体进行分析，本发明通过上述技术方案，可以对大范围杂乱的整个室内场景进行处理。

(2)在相同交互次数(10次左右)、相同场景(桌面上的日常物品)的情况下，现有方法的分割准确率只有70％～80％，而本发明通过上述技术方案能达到90％左右，提高了分割的准确率。

(3)现有技术对只有5-6个物体的小场景就需要推动10-12次才能得到令人满意的分割结果。而本发明通过上述技术方案，对于含有20-30个物体的大场景进行12左右的交互就能得到90％左右的分割准确率，使得在机器人扫描场景的时候可以进行物体的分析，并通过物理上的轻推交互来验证分割准确性，从而大大提高了传统三维重建对于物体分析的能力，提高了交互的效率。

(4)现有技术的实际工作都没有考虑如何重建分割出来的物体，不能有效地重建场景中的物体。而本发明提出了一个物体层面的场景重建和物体级别的场景分析框架，使得重建和分析都是针对场景中的物体，进而使得本发明提出的框架能更好地为下一步的识别、语义理解等工作所用。同时，由于轻推之后往往可以使得扫描更加充分，提高了物体重建的置信度。

通过上述可知，本发明实施例提供的室内场景扫描重建的方法，可以对大范围杂乱的整个室内场景进行处理，有效地重建场景中的物体，提高了分割效率和交互效率，提高了室内场景重建的效率和精度，通过该方法可以得到一个带有分割信息的、可以与用户交互的、重建完整的三维室内场景模型。

与之前的方法不同，本发明实施例提出的方法是在线主动式分析方法。其中，场景分析与扫描和重建紧密地结合在一个框架中，形成一个自主(也就是说，不需要模型数据库或者任何的人工输入)的反馈系统。

本发明实施例提出的方法与现有技术最大的不同在于，我们方案中的机器人交互是通过既考虑分割置信度又考虑重建质量来驱动的，也就是说我们同时考虑场景分割和物体重建的不确定性来指导进行机器人交互。本专利提出的方法第一个将机器人交互引入室内场景的完整重建且在进行物体分割提取的同时对物体进行精细重建。

在本发明实施例中，表示场景有四种：全局空间，3D点云，区域图，物体图。全局空间包含了整个场景，后三种则只针对当前的兴趣区域，兴趣区域的几何信息和标签信息会整合到全局空间中。本方法中的物体分析是在3D点云上进行处理的，与基于二维RGB图像的方法不同，3D点云能提供的深度信息对于机器人的交互非常有用。分析和验证的过程是以区域图和物体图为中心的，特别地，通过区域图的分割和重构生成了物体图，然后区域图和物体图都会被用于估计最佳交互动作。总之，我们的方法使用上述两个图来提高物体级别的重建。

具体实施时，在上述步骤101中，我们使用机器人自动导航功能来进行整个室内场景的粗略扫描与重建，在机器人行驶的路径上我们进行采样以得到一些采样点，机器人在每一个采样点停下来做一次扫描，最后将每次采样扫描得到的数据拼接起来得到室内场景的完整数据，但这个重建模型丢失了大量的细节信息。所以，我们把重建得到的模型划分成几个兴趣区域，然后用机器人对它们逐一进行更精细的扫描。每个兴趣区域是一个相对独立的子场景，其中拥有大量需要扫描的物体。初始化阶段的输出是一系列由机器人扫描路径连接的兴趣区域。

本发明实施例通过使用机器人自主扫描重建和推动交互，进行物体级别的分割和物体层面的重建，把人类从无聊的室内场景扫描工作中解放出来。

具体实施时，在上述步骤102中，包括了对物体的分析和基于熵的主动式交互验证，这是本方案的核心创新点。下面将分步介绍具体的实现细节。

在上述步骤102中，介绍分割图像中的物体的具体的实施例如下：

在进行物体分析时，我们首先对场景点云过分割，建立一个邻接图，记为G_p＝(υ_p,ε_p)每个节点代表一个区域，图的邻接关系代表区域的邻接关系。基于区域图，我们使用二值图分割算法计算得到一系列物体假设的候选选项，然后我们使用多分类投票机制来选取最有可能的候选选项。本发明实施例中提到的物体假设的含义为：假设小区域属于某个特定物体。

下面介绍物体假设的生成的实施例：

具体实施时，可以利用如下公式，分割图像中的物体：

$E^{\mathrm{\λ}}\left(X\right)=\underset{u\∈Vp}{\Σ}{E}_d^{\mathrm{\λ}}\left(x_u\right)+\underset{(u,v)\∈{\mathrm{V\ϵ}}_p}{\Σ}{E}_s(x_u,x_v).$

具体实施时，当我们用图分割算法生成物体假设的时候，我们先选取一个区域作为前景，且暂时先不定义背景，我们通过一种背景加惩罚项的办法来去除非前景的部分。特别地，我们选取一个区域，记作Ps，标记为前景Xs＝1，对二值的区域标签X＝[x₁,...,x_n]有如下的能量函数公式，并对其最小化：

$E^{\mathrm{\λ}}\left(X\right)=\underset{u\∈Vp}{\Σ}{E}_d^{\mathrm{\λ}}\left(x_u\right)+\underset{(u,v)\∈{\mathrm{V\ϵ}}_p}{\Σ}{E}_s(x_u,x_v);$

其中，P_s表示一块选定并标记为前景(x_s＝1)的小区域，X为小区域的标签，X＝[x₁,...,x_n]，x_i∈{0,1}，n为小区域的数量；x_u表示第u个小区域，x_v为第v个小区域；V_p和ε_p为过分割产生的表示各区域的节点(nodes)和各区域之间邻接关系的边(edges)；第是数据项，当x_u＝0，且u＝s时，无穷大；当x_u＝1，且u≠s时，等于f_u；其余情况下，等于0；f_u是一个背景的惩罚项，设定当一个区域和一个已标定为前景的区域的距离大于预设阈值的时候，就对该区域加上一个惩罚项，表明这个不是需要的前景；当P_s和P_u的距离大于阈值λ时，f_u＝k(d(Ps,Pu)-λ)，否则f_u＝0；使用k＝2.0作为步长惩罚距离大于预设阈值，但是却被标记为前景的区域。参数λ控制着范围，值并不是固定不变的，而是从0到整个边界方格的对角线长度l_d。

平滑项，或者称为分割成本，定义为两个邻接区域属于同一个物体的可能性，会基于机器人主动验证的结果来学习。分割成本的学习将在后续章节中进行介绍。剩下的问题就是如何选择前景的初始区域。我们采用的是使用给每个区域都分别作为前景的初始区域来进行多次图分割，产生许多带冗余的前景选择。接下来，我们将前景的分割使用均值漂移算法进行聚类，进而得到最有可能的前景物体。

下面介绍物体假设的选择的实施例：

具体实施时，可以利用如下公式，分割图像中的物体：：

$E\left(L\right)=\underset{u\∈Vp}{\Σ}{E}_d(l_u;p_u)+\underset{(u,v)\∈{\mathrm{V\ϵ}}_p}{\Σ}{E}_s(l_u,l_v);$

具体实施时，在分割区域图的时候，猜想的候选集并不是必须的，一些候选会相互覆盖，使得在设置标签的时候容易引起歧义。现有的方法要么基于一些规则滤掉了部分候选集，要么将从训练数据学习到的模型进行排序，选取最有可能的。为了不要依赖监督式的方法来选取最优的候选，我们提出了一种让候选集之间相互竞争的方式来产生区域分割的方法。这个方法将有下述的马尔科夫随机场分割的能量函数公式表征：

$E\left(L\right)=\underset{u\∈Vp}{\Σ}{E}_d(l_u;P_u)+\underset{(u,v)\∈{\mathrm{V\ϵ}}_p}{\Σ}{E}_s(l_u,l_v);$

其中，L为所有小区域的标签，L＝[l₁,...,l_n]，l_u∈{1,...,k}；V_p和ε_p为过分割产生的表示各区域的节点和各区域之间邻接关系的边；数据项E_d(lu；Pu)被定义为区域P_u属于某个特定的物体的相似度，对于区域Pu和第i个物体H_i，数据项被定义为区域P_u被属于物体H_i的所有区域覆盖的比例，记作C_i。

E_d(l_u＝i；Pu)＝-ln(t(P_u,C_i)/∑_jt(P_u,C_j))；

其中，t(P_u,C_i)代表区域P_u在分类C_i中出现的次数，平滑项和之前在二值图分割中用到的一致。

本质上来说，数据项基于所有前景聚类的一致性投票来选择了每个区域的标签，对于投票机制，某个前景聚类的值越大，对应的物体假设代表一个独立物体的概率也就越大，因为物体已经在许多区域分割过程中多次出现而增加了其可能性。图2例证了我们的方法能够在过分割和欠分割的情况下很好地区别一些错误的分割。

下面再详细说明前面所提到的图分割成本的在线学习。

具体实施时，3D场景分割受到很多因素的影响，比如几何结构，颜色，纹理，甚至一些高层的结构信息，很难将上述所有因素融入到一个分割成本的计算方法中，因此我们想从机器人主动验证两个邻接区域是否属于不同的物体的可能性来学习分割成本：

E_s(l_u,l_v)＝1-p(l_u≠l_v|x(P_u,P_v))；

其中，x(·)∈Rⁿ是从一对区域块中提取出的特征向量，特别地，我们在这一特征向量上利用支持向量机(SVM)来训练预测函数：

$p(l_u\≠l_v|x\left(P_u,P_v\right))=g\left(f\right(x\left)\right)\stackrel{\mathrm{\Δ}}{=}{p}_c\left(e_{uv}\right);$

其中，f预测函数，当两个区域标签不同的时候返回正值，否则返回负值。g(t)＝1/(1+e^-t)是Logistic函数，用来将预测的数据转化为可能性，而对一条边e_uv的切割的可能性我们用p_c(e_uv)来描述。为了训练支持向量机，我们从机器人验证中收集了一系列例子，每一对区域的边是否需要分割，是则设置标签为+1，否则为-1作为训练样本进行训练。分割成本学习的一个重要的好处就是学习到的结果能够被用于提高整个区域图的分割，而不仅仅是在一个局部的子图中。

这种学习方法的一个主要问题就是从不同因素中提取出的特征是由不同组分构成的，因此我们需要在支持向量机中设计多个核函数，因此我们使用了多核学习(MultipleKernelLearning)的方法来对每一种特征进行学习。另一个需要注意的事实就是，在机器人主动分析和验证的过程中，训练样本是顺序的，更加高效的实现了在线学习，可以随着大量的样本而递增的提高预测函数的准确值。为了实现在线的多核学习，我们使用了passive-aggressive算法，使得多核学习算法有效的执行。

在初始化阶段，当还没有训练数据的时候，我们基于局部几何凹度定义分割可能性来进行分割：

p_c(e_uv)＝η(1-cosθ_uv)；

其中θ_uv代表区域P_u和P_v的平均法向量的夹角，当两个邻接区域角度是一个凸的二面角时η取0.01，否则取1。

具体地，下面详细介绍基于熵的主动式交互验证：

为了提高物体层面的分割和重建，机器人会在当前的兴趣区域中进行轻推来验证和精细扫描。机器人与场景进行物理交互后，相应的物体发生移动，物体的几何信息由此增加，该增加的信息可以用来验证或更正分割结果。与现有的方法不同，本发明提出的主动轻推的方法特别适合于空间相距较近的物体，并解决了相距很近的物体之间的互相遮挡问题，有利于对物体进行精细扫描。

机器人交互(轻推)可能导致三种可能：

1)一个物体可被独立的推动，那预示着这是一个独立的物体；

2)一个物体可以分散成多个物体，表明我们的分割不够完全；

3)一个物体会在运动过程中和周围的物体一起运动，那预示着我们过分割了物体。后两者还需要进行更正，而前者则直接将其分割为一个物体。

使用信息增益最大来指导下一个最佳的轻推选择：

基于分割结果，区域图(patchgraph)被构建成一个物体图(objectgraph)，下一个最佳轻推的选择是基于这两个图。对于进行物体层面的分割和物体级别重建，下一个最好轻推对这两者都有积极作用。首先，轻推应该最大化减小场景分割的不确定性；另一方面，为了增加数据的完备性，机器人应该去尽量探索没有观察到的区域。重建结果的不确定性是由基于泊松的重建质量来度量的。

在上述步骤103中，根据分割出的物体和物体的完整三维数据，利用如下公式，对室内场景进行重建：

minH(S,R)＝H(S)+H(S|R)；

$H\left(S\right)=-\underset{Si\∈S\left(G^p\right)}{\Σ}p\left(Si\right)\log p\left(S_i\right)=-2\underset{e\∈{\mathrm{\ϵ}}^p}{\Σ}{p}_c\left(e\right)\log p_c\left(e\right)\stackrel{\mathrm{\Δ}}{=}{H}_s\left({\mathrm{\ϵ}}^p\right);$

$H\left(R\right|S)=-\underset{e\∈{\mathrm{\ϵ}}^0\left(s\right)}{\Σ}{p}_e\left(e\right)\underset{s\∈\mathrm{\Ω}\left(e\right)}{\Σ}g\left(c\right(s\left)\right)\log g\left(c\right(s\left)\right)\stackrel{\mathrm{\Δ}}{=}{H}_{R|S}\left({\mathrm{\ϵ}}^0\right(S\left)\right);$

其中，S和R分别用来描述当前兴趣区域的分割和重建结果的随机变量，H(S)代表分割熵，H(S|R)代表基于分割的重建熵；我们将S离散化为区域图G^p的一系列可能分割，并用S(G^p)表示，所以一种分割S_i∈S(G^p)能用来表示区域图G^p所有边的联合剪边概率；e为区域图G^p中一条边，p_c(e)表示该边被剪断的概率；Ω表示用过零点的非平面iso表面(iso-surface，是由对重建得到的结果计算泊松场得到的)均匀采样得到的iso点的集合；区域P_u被属于物体H_i的所有区域覆盖的比例，记作C_i；ε⁰(S)为图中关于S的边的集合。

下面介绍分割和重建的联合熵以及上述公式的具体应用：

我们使用香农熵来联合测量分割和重建的不确定性，H＝H(S,R)，其中S和R分别用来描述当前兴趣区域的分割和重建结果的随机变量，这里的联合熵用于度量不准确性或者随机变量代表的信息量。根据后验概率公式：H(S,R)＝H(S)+H(S|R)，上述公式可以分为以下两步：H(S)代表分割熵，H(S|R)代表基于分割的重建熵。接下来我们从细节上进行详解。

对于分割，将S离散化为一系列可能的分割，用S(G^p)表示。因此所有边的切割就能用S_i分割来表示，假设边的切割是独立的，我们可以用下列的公式来估计分割区域图的概率：

$H\left(S\right)=-\underset{Si\∈S\left(G^p\right)}{\Σ}p\left(Si\right)\log p\left(S_i\right)=-2\underset{e\∈{\mathrm{\ϵ}}^p}{\Σ}{p}_c\left(e\right)\log p_c\left(e\right)\stackrel{\mathrm{\Δ}}{=}{H}_s\left({\mathrm{\ϵ}}^p\right);$

为了估计不确定性，我们首先使用点云数据和提取非平面的过零点的方法，为每个感兴趣区域中的物体计算泊松场，这些过零点的非平面被采样到一系列的点，用Ω表示，而在一个分离点的数据保真度可以由下面的泊松场梯度公式表示：c(s)＝Γ(s)·n_s；其中，Γ(s)是泊松场的梯度，n_s是其法向量。基于这个测量方法，我们可以估算物体重建的熵：

$H\left(R\right)=-\underset{S\∈\mathrm{\Ω}}{\Σ}g\left(c\right(s\left)\right)\log g\left(c\right(s\left)\right)$

其中g是Logistic函数，和上文提到的一致。

自我遮挡和相互遮挡是影响扫描的最主要的两个因素。自我遮挡主要和自我的几何形态，这个问题可以通过移动扫描仪进行多个视角的扫描来避免，另一方面，相互遮挡可以通过将两个部分分离来解决。因此，相互遮挡直接与重建的不确定性有关，而可以由多次计算下一次最好的视角来减少不确定性。当给定一个物体未知的场景，我们只有物体级的分割信息来寻找潜在的相互遮挡，因此在分割的条件下的重建熵由下面公式表示：

$H\left(R\right|S)=-\underset{e\∈{\mathrm{\ϵ}}^0\left(s\right)}{\Σ}{p}_e\left(e\right)\underset{s\∈\mathrm{\Ω}\left(e\right)}{\Σ}g\left(c\right(s\left)\right)\log g\left(c\right(s\left)\right)\stackrel{\mathrm{\Δ}}{=}{H}_{R|S}\left({\mathrm{\ϵ}}^0\right(S\left)\right);$

条件熵测量了基于分割后相邻物体相互遮挡的重建的不确定性。需要指出的是，我们没有考虑物体与支撑平面之间的遮挡问题，因为我们的轻推都是水平方向。

下面介绍最大化信息增益：一次轻推应该最大化减少分割和重建的联合不确定性，因此增加两方面都要增加信息量。我们首先对感兴趣区域重建后的表面进行采样，得到了以下的轻推候选选项，而一次轻推导致的信息增加则用推动前后的熵的变化量来描述：

I(S,R|<p_u,d_u>)＝H(S,R)-H′(S,R|<p_u,d_u>)；

其中，H′(S,R|<p_u,d_u>)是后验熵，然后选择使得I(S,R|<p_u,d_u>)最大化的轻推候选u即可。

下面后验熵：为了估计一次轻推的后验熵，我们需要计算分割和重建的后验熵。这需要观察被推物体产生的变化，而这在推动之前是不得而知的。为了简化这个估计，基于当前物体的提取结果，我们使用了两个关键的假设。给定一个推动u，让我们定义O_u为含有推动点p_u的物体，ε⁰(O_u)为物体图中关于O_u的边的集合。首先，我们假设ε⁰(O_u)中边的分割状态将由轻推u来决定，因此那些边的分割不确定性为0。其次，假设在O_u和它的邻接Oj之间的交界处会暴露出来，假设有足够多的扫描的前提下，那些冲突的区域的重建的不确定性会随着轻推而减少。

这些假设的原理就是当前物体的分析仅仅提供了一个位置场景的查询的线索，在假设物体的提取是可靠的前提下，我们将尽可能的减少熵值。基于这些假设，一个轻推动作后对应的边和的后验熵能被减小到零。因此，轻推后的信息增益有下列的公式表征：

I(S,R|<p_u,d_u>)＝H_s(ε^p(O_u))+H_R|S(ε⁰(O_u,d_u))；

而H_s(ε^p(O_u))和H_R|S(ε⁰(O_u,d_u))已经在前文提过，这里不再赘述。

下面进行介绍物理上可行的下一个最好的轻推选择：

基于信息增益的方法由于现实物理世界中的种种限制导致某些情况下不可行，因此对于那些没有办法实现的轻推选择我们需要选择一个可行的替代方案。出于效能考虑，我们对点云进行了下采样，用一系列规则滤掉了那些不可行的选择，而这些规则是物体可感知的，然后从剩余的轻推选项中选择信息增益最大的。

在上述步骤102中，施加推力的操作不包括：

施加推力点位高于物体预设高度的操作；

施加推力方向使得两个物体挨得太近的操作；

施加推力方向与支持平面不垂直的操作；

机器人的手臂不能到达位置的操作；

施加推力方向和被施加推力物体中心的垂直线之间夹角角度大于预设角度阈值的操作。

具体地，即下列的5条规则中滤掉了会造成破坏性的(规则一到规则五)或者不能被机器人执行的(规则四)，同时我们偏好于平移的运动来轻推物体而降低运动检测的难度。可以包括以下5条基本规则：

规则一：我们滤掉了那些轻推点位高于物体2/3高度的那些操作，以避免掉落。

规则二：我们滤掉了那些轻推方向会使得两个物体挨得太近(小于5厘米)的操作。

规则三：我们滤掉了轻推方向与支持平面不垂直的那些操作，保证轻推方向是水平的。

规则四：我们滤掉了那些机器人的手臂不能到达的操作。我们在每一个轻推点周围设置了一个立方体区域，如果如果其他物体进入到这个区域，那么表明这个操作是不可行的。

规则五：为了避免被推物体旋转，如果轻推的方向和该物体中心的垂直线的角度大于一个阈值，我们则滤掉这个操作。

一旦下一个最好轻推选择已经选择好了，我们就只需要让机器人对轻推点进行缓慢的操作，并沿着轻推方向慢慢发力。推的距离取决于两个因素，一个是如果检测到沿着轻推方向前方有物体会挡道那就避免推太远而碰到那些物体，另一个是如果旁边有物体，我们会倾向于保证把这两个物体尽量的分开。这些分离的操作都依赖于规则四所说的轻推点周围的立方体区域检测。如果满足以上五条规则，我们就执行轻推操作，一般推5厘米，已经足够用于运动检测了。

在轻推的过程中，我们使用了一种结合纹理和非纹理算法的方法检测物体的运动，对于纹理追踪，通过Kinect采集到的RGB数据提取出纹理的特征，对于非纹理的情况，使用深度数据来提取几何特征，最终，我们将特征点的轨迹聚类，然后再将这些特征返回对应到物体上。

在上述步骤102中，将施加推力后的小区域图像与施加推力前的小区域图像进行比较，根据比较结果，分割图像中的物体，包括：

如果每个小区域对应物体沿着同样的轨迹运动，确定物体被正确地分割，这些小区域属于同一物体；

如果多个小区域对应物体被聚类成几个不同的分类，确定物体处于欠分割状态；

如果多个小区域对应物体是联动的，确定物体被过分割。

具体实施时，基于追踪的结果，我们可以轻易识别到三种分割验证的情况，如图3所示，

情况一：如果追踪到特征点随着同样的轨迹运动，表明被正确分割，如图3(a)所示。

情况二：如果一个猜测物体的特征点被聚类成几个不同的分类，那么表示这个假设物体处于欠分割状态，如图3(b)所示。

情况三：如果多个假想物体的特征点是联动的，那么预示着这多个假想物体被过分割，而应该合并为一个，如图3(c)所示。

下面介绍扫描的补全和验证的合并。

首先，介绍物体级的扫描补全：

在一个实施例中，控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描，获取物体完整的三维数据，包括：

计算机器人下一个最佳扫描视角；

根据所述最佳扫描视角，控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描。

具体地，为了提高被推物体的数据完整性，我们计算了一系列基于Kinect传感器点云数据的下一个最佳视角(nextbestview,NBV)。在计算下一个最佳扫描视角时，我们会考虑到场景、传感器和机器人平台的限制，滤掉一个无法进行扫描或机器人无法达到的位置。最终留下的扫描视角可以有效地消除KinectFusion中的累积漂移误差，因为我们由机器人可以得到各个扫描视角之间的位置转换关系。

其次，合并验证结果：通过验证，我们将从分割和重建得到的信息增益进行合并，新的数据被融合到KinectFusion的全局体像素空间中。基于对物体进行运动跟踪的结果，我们既局部更新区域图又全局更新图的分割成本。对于正确分割的物体，我们简单地将其区域合并为一整个大区域并更新区域图；对于错误分割的物体，因为精细扫描会更新表面重建的结果，我们选择在扫描完成后对移动的物体重新进行区域级的分割，然后把新的区域加入到区域图，代替那些原来的假设。

在一个实施例中，根据比较结果，分割图像中的物体，包括：

确定图像中物体分割的准确度；

根据物体分割的准确度，分割图像中的物体。

上述准确度可以理解为：分割和重建的不确定性。本发明实施中提到的信息增益指的是：信息(例如：分割信息等)不确定性的减少量，熵值指的是：信息(例如：分割和重建信息等)不确定性的大小，与上述提到的准确度具有相应的意义。

具体实施时，介绍终止条件：当下一次最佳轻推的信息增益小于一个预先设定的阈值时，分析—验证的迭代过程终止。然而，我们的方法不能保证在有限次数内的收敛，这是因为基于机器人交互的验证方法不能保证同时减少分割和重建的不确定性。比如，对某些复杂的情况，一次轻推有时可能会带来新的物体间相互遮挡；另一方面，精细扫描总是能减少重建的不确定性，因为提高了数据的完整性。因此，我们的终止条件可以包括以下三种：

情况一：下一次轻推的最大信息增益小于当前的熵值。

情况二：已经没有可执行的轻推操作可以被执行。

情况三：每个感兴趣区域达到了30次轻推次数的上限。

基于同一发明构思，本发明实施例中还提供了一种室内场景扫描重建的装置，如下面的实施例所述。由于室内场景扫描重建的装置解决问题的原理与室内场景扫描重建的方法相似，因此室内场景扫描重建的装置的实施可以参见室内场景扫描重建的方法的实施，重复之处不再赘述。以下所使用的，术语“单元”或者“模块”可以实现预定功能的软件和/或硬件的组合。尽管以下实施例所描述的装置较佳地以软件来实现，但是硬件，或者软件和硬件的组合的实现也是可能并被构想的。

图4是本发明实施例中室内场景扫描重建的装置的结构示意图，如图4所示，该装置，包括：

初步扫描重建模块02，用于获得位于室内空间的机器人捕获的所述室内空间的扫描图像信息，根据所述扫描图像信息重建所述室内空间的三维场景模型图；

分割扫描处理模块04，用于将所述三维场景模型图分割为多个兴趣区域；对于每个兴趣区域，均执行以下操作：将兴趣区域分割为多个小区域；控制所述机器人对每个小区域对应物体施加推力，获得施加推力后的所述多个小区域的图像；将施加推力后的小区域图像与施加推力前的小区域图像进行比较，根据比较结果，分割图像中的物体，以及控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描，获取物体完整的三维数据；

重建模块06，根据分割出的物体和物体的完整三维数据，对室内场景进行重建。

在一个实施例中，分割扫描处理模块04具体用于根据以下情况，分割图像中的物体：

如果每个小区域对应物体沿着同样的轨迹运动，确定物体被正确地分割，这些小区域属于同一物体；

如果多个小区域对应物体被聚类成几个不同的分类，确定物体处于欠分割状态；

如果多个小区域对应物体是联动的，确定物体被过分割。

本发明实施例提供技术方案的有益技术效果为：

(1)本发明的方法能够获得室内场景更加完整的数据，且能够处理更加复杂、尺度更大的场景。

(2)分割准确率高。分在相同交互次数(10次左右)、相同场景(桌面上的日常物品)的情况下，现有方法的分割准确率只有70％～80％，而本发明提出的方法能达到90％左右。

(3)交互效率高。本发明的方法对于含有20-30个物体的大场景进行12左右的交互就能得到90％左右的分割准确率。

(4)现有工作都没有考虑如何重建分割出来的物体。而本发明的方法既对场景进行了物体级别的分割，又对场景中的物体进行高质量的重建。

本发明经过多个实验证明其可行性，能广泛适用于各种场景，特别是能对大尺度、复杂场景进行处理，这点是现有方法所不能实现的。从大量的实验结果可以看出，本发明提出的方法能高效鲁棒地对室内场景进行物体级别的重建和分割。特别要说明的，本发明提出的这一框架，能广泛适用于多种机器人平台，不受机器人硬件平台的影响。

显然，本领域的技术人员应该明白，上述的本发明实施例的各模块、装置或各步骤可以用通用的计算装置来实现，它们可以集中在单个的计算装置上，或者分布在多个计算装置所组成的网络上，可选地，它们可以用计算装置可执行的程序代码来实现，从而，可以将它们存储在存储装置中由计算装置来执行，并且在某些情况下，可以以不同于此处的顺序执行所示出或描述的步骤，或者将它们分别制作成各个集成电路模块，或者将它们中的多个模块或步骤制作成单个集成电路模块来实现。这样，本发明实施例不限制于任何特定的硬件和软件结合。

以上仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明实施例可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。

Claims (12)

1.一种室内场景扫描重建的方法，其特征在于，包括：

获得位于室内空间的机器人捕获的所述室内空间的扫描图像信息，根据所述扫描图像信息重建所述室内空间的三维场景模型图；

将所述三维场景模型图分割为多个兴趣区域；对于每个兴趣区域，均执行以下操作：将兴趣区域分割为多个小区域；控制所述机器人对每个小区域对应物体施加推力，获得施加推力后的所述多个小区域的图像；将施加推力后的小区域图像与施加推力前的小区域图像进行比较，根据比较结果，分割图像中的物体，以及控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描，获取物体完整的三维数据；

根据分割出的物体和物体的完整三维数据，对室内场景进行重建。

2.如权利要求1所述的室内场景扫描重建的方法，其特征在于，将施加推力后的小区域图像与施加推力前的小区域图像进行比较，根据比较结果，分割图像中的物体，包括：

如果每个小区域对应物体沿着同样的轨迹运动，确定物体被正确地分割，这些小区域属于同一物体；

如果多个小区域对应物体被聚类成几个不同的分类，确定物体处于欠分割状态；

如果多个小区域对应物体是联动的，确定物体被过分割。

3.如权利要求1所述的室内场景扫描重建的方法，其特征在于，控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描，获取物体完整的三维数据，包括：

计算机器人下一个最佳扫描视角；

根据所述最佳扫描视角，控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描。

4.如权利要求1所述的室内场景扫描重建的方法，其特征在于，施加推力的操作不包括：

施加推力点位高于物体预设高度的操作；

施加推力方向使得两个物体挨得太近的操作；

施加推力方向与支持平面不垂直的操作；

机器人的手臂不能到达位置的操作；

施加推力方向和被施加推力物体中心的垂直线之间夹角角度大于预设角度阈值的操作。

5.如权利要求1所述的室内场景扫描重建的方法，其特征在于，施加推力的方向为水平方向。

6.如权利要求1所述的室内场景扫描重建的方法，其特征在于，根据比较结果，分割图像中的物体，包括：

确定图像中物体分割的准确度；

根据物体分割的准确度，分割图像中的物体。

7.如权利要求6所述的室内场景扫描重建的方法，其特征在于，机器人施加推力的操作的终止条件包括以下条件之一：

机器人下一次施加推力对应的物体分割准确度小于当前施加推力对应的物体分割的准确度；

机器人已经没有可执行的施加推力操作；

机器人对每个兴趣区域内对应物品的施加推力次数达到了预设次数。

8.如权利要求1所述的室内场景扫描重建的方法，其特征在于，利用如下公式，分割图像中的物体：

$E^{\mathrm{\&lambda;}}\left(X\right)=\underset{u\&Element;V_p}{\&Sigma;}{E}_d^{\mathrm{\&lambda;}}\left(x_u\right)+\underset{(u,v)\&Element;{\mathrm{\&epsiv;}}_p}{\&Sigma;}{E}_s(x_u,x_v);$

其中，P_s表示一块选定并标记为前景的小区域，X为小区域的标签，X＝[x₁,...,x_n]，x_i∈{0,1}，n为小区域的数量；x_u表示第u个小区域的标签，x_v为第v个小区域的标签；V_p和ε_p为过分割产生的表示各区域的节点和各区域之间邻接关系的边；第是数据项，当x_u＝0，且u＝s时，无穷大；当x_u＝1，且u≠s时，等于f_u；其余情况下，等于0；f_u是一个背景的惩罚项，设定当一个区域和一个已标定为前景的区域的距离大于预设阈值的时候，就对该区域加上一个惩罚项，表明这个不是需要的前景；当P_s和P_u的距离大于阈值λ时，f_u＝k(d(Ps,Pu)-λ)，否则f_u＝0；使用k＝2.0作为步长惩罚距离大于预设阈值，但是却被标记为前景的区域。

9.如权利要求1所述的室内场景扫描重建的方法，其特征在于，利用如下公式，分割图像中的物体：

$E\left(L\right)=\underset{u\&Element;V_p}{\&Sigma;}{E}_d(l_u;p_u)+\underset{(u,v)\&Element;{\mathrm{\&epsiv;}}_p}{\&Sigma;}{E}_s(l_u,l_v);$

其中，L为所有小区域的标签，L＝[l₁,...,l_n]，l_u∈{1,...,k}；V_p和ε_p为过分割产生的表示各区域的节点和各区域之间邻接关系的边；数据项E_d(lu；Pu)被定义为区域P_u属于某个特定的物体的相似度，对于区域Pu和第i个物体H_i，数据项被定义为区域P_u被属于物体H_i的所有区域覆盖的比例，记作C_i。

10.如权利要求1所述的室内场景扫描重建的方法，其特征在于，根据分割出的物体和物体的完整三维数据，利用如下公式，对室内场景进行重建：

minH(S,R)＝H(S)+H(S|R)；

$H\left(S\right)=-\underset{Si\&Element;S\left(G^p\right)}{\&Sigma;}p\left(Si\right)\log p\left(S_i\right)=-2\underset{e\&Element;{\mathrm{\&epsiv;}}^p}{\&Sigma;}{p}_c\left(e\right){\mathrm{logp}}_c\left(e\right)\stackrel{\mathrm{\&Delta;}}{=}{H}_s\left({\mathrm{\&epsiv;}}^p\right);$

$H\left(R\right|S)=-\underset{e\&Element;{\mathrm{\&epsiv;}}^0\left(s\right)}{\&Sigma;}{p}_e\left(e\right)\underset{s\&Element;\mathrm{\&Omega;}\left(e\right)}{\&Sigma;}g\left(c\right(s\left)\right)logg\left(c\right(s\left)\right)\stackrel{\mathrm{\&Delta;}}{=}{H}_{R|S}\left({\mathrm{\&epsiv;}}^0\right(S\left)\right);$

其中，S和R分别用来描述当前兴趣区域的分割和重建结果的随机变量，H(S)代表分割熵，H(S|R)代表基于分割的重建熵；我们将S离散化为区域图G^p的一系列可能分割，并用S(G^p)表示，所以一种分割S_i∈S(G^p)能用来表示区域图G^p所有边的联合剪边概率；e为区域图G^p中一条边，p_c(e)表示该边被剪断的概率；Ω表示用过零点的非平面iso表面均匀采样得到的iso点的集合；区域P_u被属于物体H_i的所有区域覆盖的比例，记作C_i；ε⁰(S)为图中关于S的边的集合。

11.一种室内场景扫描重建的装置，其特征在于，包括：

初步扫描重建模块，用于获得位于室内空间的机器人捕获的所述室内空间的扫描图像信息，根据所述扫描图像信息重建所述室内空间的三维场景模型图；

分割扫描处理模块，用于将所述三维场景模型图分割为多个兴趣区域；对于每个兴趣区域，均执行以下操作：将兴趣区域分割为多个小区域；控制所述机器人对每个小区域对应物体施加推力，获得施加推力后的所述多个小区域的图像；将施加推力后的小区域图像与施加推力前的小区域图像进行比较，根据比较结果，分割图像中的物体，以及控制机器人对施加推力后分离的物体中没有扫描完全的部分进行扫描，获取物体完整的三维数据；

重建模块，根据分割出的物体和物体的完整三维数据，对室内场景进行重建。

12.如权利要求11所述的室内场景扫描重建的装置，其特征在于，所述分割扫描处理模块具体用于根据以下情况，分割图像中的物体：

如果每个小区域对应物体沿着同样的轨迹运动，确定物体被正确地分割，这些小区域属于同一物体；

如果多个小区域对应物体被聚类成几个不同的分类，确定物体处于欠分割状态；

如果多个小区域对应物体是联动的，确定物体被过分割。