三维室内场景生成技术近年来已广泛应用，如何高效和自动化地生成场景元素的空间组织，仍然是个具有挑战的问题。本文以自动生成布局合理的三维室内场景为研究目标，重点研究场景内容自动生成的框架模型、利用已有数据预测未知布局以及布局方案量化评价等问题，取得了以下研究成果:　　1.提出一种基于空间约束的组合式自动布局方法　　为了在给定的目标空间中快速生成符合日常生活规范的室内场景，降低室内场景建模的时间成本，本文提出并实现了一种基于空间约束的组合式自动布局方法，处理场景元素的组织和布局问题。该方法将室内场景中的对象分为功能区域和场景元素两个层次，首先以功能区域为单位，依据人体工程学的布局规则在目标空间中进行自动布局计算，然后通过案例库搜索，在功能区域中适配具体的场景元素，形成完整的家居场景，该过程符合室内设计领域的设计准则和家具配置流程。　　实验表明，与以家具为个体进行自动布局计算的方法相比，用功能区域代理一组家具进行布局减少了目标空间中参与布局的个体数目，降低了布局复杂度，在相同的运行时间下，能得到更为合理的布局结果。通过该方法，用户只需提供户型结构数据，而无需提前一一指定具体的家居元素，能给用户使用带来较大便利。　　2.提出了一种数据驱动的室内区域自动布局方法　　在现实生活中，房间的形状特征对室内功能区域的位置分布有直接影响。本文提出并实现一种数据驱动的室内区域自动布局方法，首先定义房间形状的几何特征和功能区域的布局属性，然后从已有的室内场景案例库中提取训练样本，通过机器学习的方法建立体现二者关系的布局预测模型，在样本集上训练模型参数，接着根据目标空间的房间形状几何特征，用布局预测模型预测功能区域的位置分布，并用随机优化的方法对布局结果进行优化求解，最终获得较为合理的功能区域布局。　　与基于预定义规则的家具自动布局技术相比，该方法无需提前制定家具布局所需要满足的约束，而是根据房间的形状特征推算出室内物体的布局。实验结果表明，在没有提前设定布局约束的情况下，该方法能在复杂的室内空间中生成较合理的家具布局。　　3.提出了一种基于Voronoi图的室内布局评价方法　　三维室内场景模型可以用于指导现实生活中的室内物体布局。布局是否合理，最终是由居住空间的使用者感受决定的。对于家具布局的评价，目前的方法一般是结合人类工程学、美学等领域知识定义代价函数，用代价函数表示约束，然后对多个函数的加权和求解全局最优解。由于室内场景布局问题自身的评价指标存在多态性和模糊性，难以用精确的数据来评价一个室内场景布局方案的优劣。　　为了从使用者的角度对室内场景布局进行客观的评价，本文提出一种基于Voronoi图的室内布局评价方法，结合室内设计领域和机器人路径规划领域的知识，使用Voronoi图在室内场景中规划动线，用仿真计算的方法从场景中动线的通畅度、平滑度以及区域分布均匀度等方面对场景的布局方案进行客观评价。