随着智慧矿山建设逐步深入,众多矿用智能设备的落地应用尤其是露天矿无人车的装配为露天矿场的开采作业节省了大量的人力物力,与此同时也对目前的露天矿装-运-卸的环境感知系统提出了更高的要求。露天矿排土场是废石集中排放的场所,排土场数据信息是露天矿卡车运输的重要基础。随着露天矿排土场排土作业的持续推进,排土边缘会发生动态变化,致使露天矿卡车安全排土基准线即排土边缘警戒线难以精准判断,进而可能导致露天矿卡车在排土作业中出现安全事故。如何提取出高精度露天矿排土边缘警戒线已经成了露天矿安全排土作业和实现露天矿无人车自动排土作业的关键。本文基于三维激光扫描技术采集排土场点云数据,对排土场点云模型的构建和排土边缘警戒线的提取进行了研究,主要工作如下:（1）针对采集到的露天矿排土场点云数据存在噪点多、数据量大问题,运用去噪和简化算法完成了对点云数据的预处理。为处理排土场数据的噪声点,研究了基于空间分布和基于双边滤波两种去噪算法在排土场仿真数据上的表现。为降低点云数据中的冗余信息,对比了基于随机采样、基于包围盒、基于曲率三种点云简化算法在排土场仿真数据上的简化效果。（2）为满足露天矿排土场安全监测和排土车辆调度模型可视化需求,通过对露天矿排土场点云数据进行插值计算获取了NURBS插值曲线,进而拟合NURBS插值曲线得到了露天矿排土场点云模型。除此之外,还对本方法构建排土场仿真模型的建模时间和建模精度进行了分析。（3）为解决露天矿卡车在排土场寻找最优排土边缘警戒线问题,提出了一种露天矿排土场边缘警戒线提取算法。该方法通过点云数据法向量与水平面夹角选择出排土平面数据并计算排土平面方程,之后利用排土平面方程分割出排土边缘周边点云数据,最后拟合排土边缘周边数据形成露天矿排土场边缘警戒线。（4）以内蒙古某煤矿排土场数据为基础对本文提出的算法进行了实例应用。首先运用机载三维激光扫描仪对排土场点云数据进行了采集及预处理,其次构建了排土场点云模型和提取了排土边缘警戒线,再次对构建的模型和提取的警戒线进行了量化分析,最终运用提取的边缘警戒线为露天矿卡车提供了安全排土区域。数据表明运用本方法提取的排土边缘警戒线不仅能保证运输车辆的安全,而且能够提升单位时间内排土场排土次数。本文运用三维激光雷达扫描技术对露天矿排土场及排土边缘的研究不仅能为相关学者研究该方向提供一种新手段,而且能降低露天矿排土场安全事故的发生。