为更好解决基于同步定位与地图构建（SLAM）地图无人车的长期定位问题，提出一种基于语义图相似匹配与候选帧的语义扫描上下文描述符，通过粗、细两步定位实现对点云场景的重定位。首先，提取点云语义和几何特征，剔除移动、可移动类对象，通过融合语义信息和拓扑关系构建语义图，以图相似度计算实现快速重定位粗匹配；其次，通过全局语义迭代最近点（ICP）方法计算点云之间的相对偏航角和水平位移，为点云配准提供良好的初始值；最后，通过语义扫描上下文生成全局语义描述符，通过对比描述符判别点云相似性，完成精准重定位。实验结果表明：所提方法相较基于语义图的地点识别方法在地点识别精度、遮挡场景和视角变化场景下精度分别提升20.10%、20.90%和20.47%。