激光雷达是近十几年来快速发展的一种新型探测技术,它通过发射单波段激光束,并根据回波信号获得目标的三维点云,由于其角分辨率高、抗干扰能力强等特点,已广泛应用于遥感、测绘及环保等领域。其中,无人机激光雷达系统由于成本较低,采集便利且测量场景较大等优势,逐渐受到工程师以及研究人员的重视。但无人机激光雷达采集得到的原始点云数据存在诸多误差与噪声,数据质量达不到研究与应用所需的要求;且无人机激光雷达尚属于较新的领域,对于其数据预处理方法及流程的相关研究较少。以上问题严重制约着无人机激光雷达的高精度应用。为此,本文研究设计了一套适用于无人机激光雷达采集系统的数据处理流程,以无人机激光雷达采集得到的原始点云数据为出发点,通过一系列的数据处理最后输出高质量的点云数据。本研究主要由以下三部分内容组成:第一部分主要解决无人机激光雷达系统集成误差导致点云精度下降的问题。该部分首先介绍实验所使用的无人机激光雷达系统以及其配套设备,并介绍本课题所使用的实验数据及采集方案。接着从系统集成误差模型出发,分析了其对点云数据影响的具体表现形式。通过选用卫星质量较好的点云数据并利用迭代最近邻点——面算法求解相邻航带点云间转换关系,进一步求解出系统集成误差检校矩阵,通过将该矩阵作用于点云解算流程中,从而实现激光雷达系统集成误差校正,使部分场景的多条航带点云间相对误差仅为厘米级。第二部分主要解决无人机激光雷达系统在采集过程中,除系统集成误差外,其余各类误差混叠导致点云精度下降的问题。该部分内容首先从无人机激光雷达系统的误差模型(除集成误差)出发,分析了各类误差产生原因以及对点云数据的具体影响。然后以基于数据驱动的航带平差模型为指导,采用正态分布变换作为航带间粗配准,迭代最近邻点——面作为精配准对经系统集成误差校正后的点云数据进行逐航带的平差操作,从而消除多种误差混叠,提高了点云相对精度,使点云间的相对误差达到厘米级。并通过与商业软件Ri PROCESS实验结果进行对比,证明了本研究所设计的数据处理流程与Ri PROCESS相比在误差校正功能上并无显著区别,可作为Ri PROCESS在误差处理功能上的替代品。第三部分主要解决无人机激光雷达系统在采集过程中由于各类噪声导致点云数据质量下降的问题。该部分首先根据点云噪声的具体表现形式将点云噪声分为离群点、冗余点以及混杂点,并对经航带平差后的点云数据分别采用基于统计的离群点剔除、基于距离阈值的冗余点均匀化以及移动最小二乘法平滑混杂点实现各类噪声的针对性剔除。在经过离群点剔除后,点云高程渲染正常,点云中无离散聚集点存在;通过对点云进行均匀化操作,各样本区域点密度差异减少,点密度标准差降低至原来的25%-50%,点云整体分布均匀,高密度冗余点条带消失;最后对点云进行平滑操作,使点云中各点距离拟合平面距离均方根误差下降至原来的20%,误差仅为厘米级,点云整体更加平滑光顺,结构特征更为突出。通过该处理流程最后输出高质量点云数据,可用于后续的应用与研究。