随着人们对于三维信息应用的需求日趋凸显,点云作为一种出色的三维信息表征格式逐渐被大家关注。随着激光雷达（Light Detection and Ranging,简称LiDAR）技术的飞速发展,由LiDAR采集的点云数据在自动驾驶领域被广泛应用,是导航、避障、目标跟踪与识别等任务的主要输入数据。但是由于点云数据量巨大,因此传输和存储需要很大的带宽和存储空间,这对于自动驾驶等任务来说是一个极大的技术瓶颈。为了解决面向自动驾驶的非结构化LiDAR点云几何信息无损压缩的问题,本文以中国数字音视频编解码标准工作组（Audio Video coding Standard Workgroup of China,简称AVS标准工作组）发布的点云编码探索平台（Point Cloud Coding Exploration Model,PCEM）v0.2版本作为基础平台,根据LiDAR点云的空间几何特性,优化了PCEM平台点云几何无损编码部分。LiDAR三维点云具有点云空间分布跨度大,点云集中聚集的部分（如:车辆,行人,树木,建筑等）相对离散的特点,无损几何信息编码过程中存在大量空间冗余信息。针对这一特点,本文重点研究了面向自动驾驶的非结构化LiDAR点云的空间分布特性,并尝试了通过二维映射,点云分割,点云重构等方案去除点云空间冗余,同时研究了这些方案对点云几何无损压缩效果的影响。主要研究内容分为以下三部分:1.研究并总结面向自动驾驶的非结构化LiDAR三维点云的空间分布特性。2.基于非结构化LiDAR三维点云分布特性探究合理的点云分割和重构方案。3.基于PCEM平台,针对重构LiDAR三维点云设计几何无损编解码方案。最终的性能在Ford和Livox两个数据集上进行测试,这是AVS标准工作组提供的面向自动驾驶的LiDAR三维点云标准测试数据集。本文提出的新的压缩方案相比于原平台,几何无损编码在数据集Livox₀2_all_in_one₁mm上达到最高-1.61%的几何压缩增益,在全部5个通用测试数据集上的平均几何无损压缩增益为-0.71%。测试条件为全帧内编码。