随着三维传感器的发展以及计算设备性能的提升,计算机视觉任务逐渐从二维拓展到三维,激光雷达可以提供包含距离和强度信息的三维信息,同时不受物体光照影响,从而发挥出更加精准的目标识别性能,现已成为三维目标检测系统中常用的传感设备。激光雷达获取点云数据具有量大、稀疏且无序的特点,如何在这些数据中快速准确的完成目标检测、识别与跟踪是三维环境感知的关键技术。本文研究了基于激光雷达的地面目标检测、识别与跟踪算法,提出了一套可行的目标识别与跟踪算法,本文研究内容如下:（1）在目标检测方法研究中,简要分析了大疆Livox Mid-40激光雷达的性能指标及成像特点,随后对点云数据进行预处理操作,减少噪声干扰;根据环境特点,利用平面拟合的方法拟合出地平面,保留地面上点云便于目标聚类;聚类过程中,提出聚类阈值随距离可变的分层欧式聚类算法;最后利用聚类后点云团的形状及高度位置信息,筛选出待识别点云数据。经实验表明检测阶段能准确快速检测出疑似目标。（2）在目标识别方法研究中,组合点云最小包围盒几何属性特征、形状函数集合（ESF）特征、基于三维投影的HOG特征,形成一种多特征融合描述子集;制作数据集并训练MLP（Multi-Layer Perception）多层感知机网络模型完成目标识别。实验表明,本文设计的多特征融合描述子集有较好的识别效果。（3）在目标跟踪方法研究中。利用卡尔曼滤波预测目标可能出现的位置,并在预测位置范围内进行目标关联;改进基于距离的目标关联算法,融合强度信息,避免跟踪过程中多目标错误关联,实现稳定可靠的目标跟踪。实验表明本文跟踪方法能够有效完成目标跟踪。基于上述研究成果,我们研制了激光雷达信息处理原型系统,实现了典型运动目标的检测、识别与跟踪功能,点云处理速率满足实时性要求,识别准确率超过90%,可以应用于地面环境感知,水面环境监测等领域。