由于无人机飞行环境的复杂性,传统的基于视觉的导航系统和基于GPS信号的导航系统会受到光照条件以及GPS信号的影响,从而使无人机可能会出现定位失败的问题,而基于激光雷达的自主导航系统则具有较强的鲁棒性,能够更好的应对无人机复杂的飞行环境。本文研究内容为无人机在不依赖视觉传感器以及GPS信号的前提下,仅利用激光雷达感知环境,重点研究高精度地图的生成与去噪问题和点云地面分割与无人机定位问题。研究内容从以下几个方面展开:（1）根据激光雷达自主导航系统的功能需求,本文给出了一套基于激光雷达的无人机自主导航系统设计方案,将整个系统划分为无人机端与地面站端,其中包括高精度地图生成模块、三维NDT定位模块、自主避障导航模块等,给出了系统的软件结构与硬件选型,将软硬件结合以完成整个系统功能。（2）针对高精度地图生成与去噪问题,本文基于LEGO-LOAM算法生成了系统中所使用的高精度地图,针对该算法回环检测部分的不足,使用Scan Context全局描述子进行优化改进,通过EVO测评工具定量的分析了改进的有效性。对于高精度地图中存在的噪声,提出了一种基于体素划分的DBSCAN算法,将点云噪声划分为大尺度噪声与小尺度噪声,使用邻域搜索结合统计特性去除大尺度噪声,使用体素格划分结合密度聚类算法处理小尺度噪声以达到最优去噪效果。（3）针对点云地面分割与无人机定位问题,本文提出了一种基于区域划分的地面分割算法,结合激光雷达扫描特性将三维点云数据进行多区域划分,在每一个子区域内进行平面模型拟合,为优化平面模型拟合的准确性,使用栅格投影结合高程信息进行粗筛选,针对每一个子区域内的复杂性,使用自适应阈值作为分割指标进行动态分割。之后将基于区域划分的地面分割算法应用到三维NDT算法中,从配准时间以及配准精度两个角度出发进行实验对比,定量的分析了地面信息对无人机定位的影响程度。