道路检测是移动机器人自主导航的重要组成部分，得到了国内外研究者的广泛关注。激光测距仪具有测量速度快、精度高等优点，被广泛应用于移动机器人导航。故基于激光测距仪的道路可行区域提取研究对机器人自主导航具有重要的理论与应用价值。首先，在分析了现有三维激光测距系统及各自的使用场合、特点等基础上，并结合道路环境的具体情况，分析了本文所采用的三维激光测距系统——激光测距仪配合移动机器人平台的策略，建立了系统的三个坐标系：激光传感器局部坐标系、机器人局部坐标系和全局坐标系，以及分析了激光测距仪采集的测量数据在这三个坐标系之间的变换公式。实验结果表明，该测距系统能够在线实时的采集环境信息；通过测距系统对环境信息的采集实验，为后续的提取算法提供了数据准备。其次，提出了一种基于二维激光测距的移动机器人道路可行区域提取方法。八邻域搜索法具有明显的局部特征，而全局搜索法充分利用了全部数据点，本文总结了这两种搜索方法的优缺点并结合隔行搜索的思想，提出了一种基于八邻域的数据点搜索策略。考虑到点与邻近点之间具有很大的相关性特点，提出了基于八邻域的道路边界及障碍物的检测方法——高度差阈值和角度阈值相结合的判断准则。实验结果表明，本文所提的算法能够有效的提取出环境的可行区域，能够满足移动机器人导航的要求。最后，考虑到道路可行区域相对比较平坦，且含有大量的直线特征，提出了一种基于聚类和区域生长的道路可行区域提取算法。直线特征是比点特征更高级的道路环境表达，故将直线作为主要的道路特征来提取。为了降低在三维空间中处理数据的复杂性，选择激光扫描平面作为二维投影面；在激光扫描平面上，使用本文提出的基于数据点空间分布的聚类方法进行单帧激光雷达数据分类处理；根据机器人的尺寸，提出了道路可行区域的宽度问题的粗略的解决方案；使用最小二乘直线拟合法提取道路的直线特征并求取出直线段的两端点，用来代替整个直线段。将两端点映射到全局空间中，代替直线段的空间转换，同时考虑了机器人侧滑的问题。在此基础上，针对前后时刻直线段间距离最短的两直线段组成的局部区域，进行区域生长。实验结果表明，本文提出的算法能够有效地提取出道路环境的可行区域。