近年来,随着互联网快速发展,人们的生活水平逐渐提高,移动机器人逐渐进入人们的视野,多媒体数据也呈现爆炸性发展。室内机器人作为人们生活的重要一部分,优良的场景感知能力可以帮助其实现更好的导航、定位等功能。室内机器人场景感知是通过传感器采集数据然后处理而获取的。这些数据包括文本、图像、点云、声音等等。由于数据量巨大,单一的模态数据已经不能满足人们的日常需求,跨模态匹配邻域越来越得到重视。但是传统子空间学习方法在这种数据集跨模态匹配上效率低下,且消耗大量的存储空间。随着研究的发展,学者们提出的哈希算法可以在其他跨模态领域提高匹配效率,使所需的存储空间大大减小。室内机器人工作时主要依靠激光雷达和摄像头来获取周围目标物体位置,由于光照不足或者夜晚的情况下,摄像头所采集的图像会部分丢失,而激光雷达采集的点云数据却不受干扰。鉴于激光雷达和摄像头适应环境的差异性,本文提出了一种基于深度哈希的点云-图像跨模态匹配算法(PDCMH),可以从数据库中找出与测试点云对应的最相似图像,利用端到端的学习方式,将图像-点云特征提取网络和哈希码学习网络整合在一个框架中,得到公共的汉明空间,然后通过异或运算计算汉明距离,从而得到与测试点云最相似的图像。在公开的数据集KITTI上将基于深度哈希算法与子空间学习方法做对比。最后通过实验比较了CNN-F、VGG-19、Res Net-101三种不同图像深度网络对于深度哈希算法的影响。实验表明,本文提出的基于深度哈希的点云-图像跨模态匹配算法能实现点云-图像跨模态匹配任务,而且在精度上要优于子空间学习方法。通过研究深度网络对于深度哈希算法性能影响,CCN-F网络的匹配结果要优于VGG-19和Res Net-101。在此基础上未来可以通过减小量化误差、扩大数据集范围、采用更好的深度网络来进一步改进,使室内移动机器人具有更好场景感知能力。