近些年,随着我国数字化进程的不断加快,对地理空间三维信息的需求量日益剧增,车载三维成像系统作为一种全新的数据获取方式以其快速、高效的特点在城市建设更新、交通规划、智慧农林等领域应用越来越广泛。高精度点云数据是车载三维成像系统脱颖而出的根本,但由于系统集成和传感器本身存在一定误差,使得观测到的点云数据存在一定的点位偏差,因此,对车载三维成像系统点云精度提升研究至关重要。本论文以车载三维成像系统点云精度提升为出发点,对车载三维成像系统组成、定位原理、和误差来源进行研究探讨,分析各误差对点云精度的影响,并提出车载运动轨迹优化和位置偏差一致性纠正的点云精度提升方法,主要研究内容概括如下:(1)详细研究介绍车载三维成像系统点云精度技术发展现状,将点云精度提升研究概述为基于传感器自身、基于数据和基于模型驱动三个方面,分析当前方式优缺点,明确研究目标和研究内容。(2)对车载三维成像系统组成原理和点云误差进行详细阐述,推导研究车载三维成像系统定位过程和原理,确定系统集成的关键技术,对影响车载三维成像系统点云精度的误差来源进行分析研究,判断各误差对点云精度影响程度,旨在探究提高点云数据精度方法。(3)提出一种运动轨迹平滑优化方法,对运动轨迹存在的误差进行分析研究,对存在问题的运动轨迹进行分段筛选,利用平滑优化方式对分段轨迹进行段内和段间处理,增强段内数据一致性,增强段间数据关联性,利用实验验证分析该方法合理性。(4)提出一种基于几何特征匹配的点云位置偏差一致性纠正方法,首先进行重访区域探测,为避免重叠区域存在非刚性形变,根据运动轨迹对点云数据进行细化分段,在此基础上,利用语义分割方式进行特征自动识别和提取,提升数据处理自动化水平。根据得到的同名地物特征进行整体配准,将同一区域往返或多次观测数据强制性纠正到一起,提升点云数据的重复性精度。