1.一种室内场景物体同时识别与建模方法，其特征在于，包括步骤
S1：输入RGB-D图像；
S2：物体分割；
S3：提取SIFT特征和FPFH特征；
S4：SIFT特征和FPFH特征融合；
S5：物体识别；
S6：物体建模，计算物体部分之间的位姿关系并且设定一个阈值，如果位姿变化小于阈值，则将两个物体部分进行融合，并且在视图图中作为一个节点，否则，两个物体部分都保留到视图图中，即为两个节点。
2.如权利要求1所述的室内场景物体同时识别与建模方法，其特征在于，所述步骤S2包括步骤
S21：采用RANSAC方法提取平面点云；
S22：剔除与物体数据无关的点云；
S23：通过欧式距离聚类算法获得物体点云；
S24：将点云数据映射回RGB-D图像。
3.如权利要求1所述的室内场景物体同时识别与建模方法，步骤S3包括步骤
S31：采用SIFT特征提取方法提取物体二维局部特征点和特征描述子；
S32：将所述二维局部特征点映射到三维空间中，获得三维特征点；
S33：使用FPFH算法，生成三维特征描述子。
4.如权利要求1所述的室内场景物体同时识别与建模方法，步骤S4包括步骤
S41：采用RANSAC算法剔除一些错误的匹配点。
5.如权利要求1所述的室内场景物体同时识别与建模方法，步骤S5包括步骤
S51：计算待识别物体与物体模型之间的二维特征配准距离；
S52：计算待识别物体与物体模型之间三维特征配准距离；
S53：融合物体二维信息与三维信息，并且保存相似度结果；
S54：对所有的相似度结果做比较，取出相似度最大的结果作为本次物体识别的最终结果。