1.一种基于深度相机的大规模场景3D建模方法，其特征在于，包括以下步骤：

获得当前帧深度图信息、位姿信息，采用深度相机获取当前位置的当前帧深度图信息，采用GPS传感器与位姿传感器或单独采用位姿传感器获取当前位置的当前帧位姿信息；

解算深度图得到当前帧3D点云图，运用坐标变换，将深度图信息统一转换至相机坐标系下，得到当前帧3D点云图；

求解当前帧相对于关键帧运动量，运用L2范数算子计算规范化的当前帧相对于关键帧序列里的最新关键帧的运动量；

运动量阈值判定，用于判定是否丢弃当前帧信息或当前帧进栈关键帧序列；

关键帧3D点云坐标变换，结合当前帧位姿信息，运用坐标变换，将相机坐标系下的关键帧3D点云统一至世界坐标系下，得到世界坐标系下的关键帧3D点云；

构建场景，用于将世界坐标系下的关键帧3D点云插入世界坐标系下的全局地图中，构建3D场景。

2.根据权利要求1所述的一种基于深度相机的大规模场景3D建模方法，其特征在于：还包括步骤可视化显示，用于展示场景3D建模效果。

3.根据权利要求1所述的一种基于深度相机的大规模场景3D建模方法，其特征在于，所述的当前帧相对于关键帧运动量e的计算公式为：e＝|min(norm(R),2π-norm(R))|+|norm(T)|，式中R是当前帧相对于关键帧序列里的最新关键帧的运动角度矢量，T是当前帧相对于关键帧序列里的最新关键帧的运动位移矢量，norm()算子是对向量计算L2范数。

4.根据权利要求1所述的一种基于深度相机的大规模场景3D建模方法，其特征在于，所述的步骤运动量阈值判定包括以下流程：获取运动量，设定上限阈值与下限阈值；所述的运动量大于所述的上限阈值或小于所述的下限阈值时，丢弃当前帧信息；所述的运动量小于所述的上限阈值并大于所述的下限阈值时，当前帧进栈关键帧序列。

5.根据权利要求1所述的一种基于深度相机的大规模场景3D建模方法，其特征在于：所述的全局地图为八叉树栅格地图。

6.根据权利要求1所述的一种基于深度相机的大规模场景3D建模方法，其特征在于，还包括步骤去噪处理，用于去除深度图中粗大误差点与随机误差点。

7.一种基于深度相机的大规模场景3D建模装置，包括硬件模块与软件模块，其特征在于：所述的硬件模块包括深度相机、GPS模块、IMU模块；所述的深度相机用于获取场景深度图信息；所述的GPS模块与所述的IMU模块用于获取当前场景深度相机的位姿信息；所述的软件模块用于利用场景深度图信息与当前场景深度相机的位姿信息构建可视化场景3D模型。

8.根据权利要求7所述的一种基于深度相机的大规模场景3D建模装置，其特征在于：所述的硬件模块还包括无人机模块，所述的无人机模块搭载所述的深度相机、GPS模块、IMU模块。

9.根据权利要求7所述的一种基于深度相机的大规模场景3D建模装置，其特征在于：所述的硬件模块还包括手持移动结构，所述的手持移动结构用于搭载所述的深度相机、GPS模块、IMU模块。

10.根据权利要求7所述的一种基于深度相机的大规模场景3D建模装置，其特征在于：所述的硬件模块还包括车载安装结构，所述的车载安装结构用于搭载所述的深度相机、GPS模块、IMU模块。