随着当今智能科技的稳步发展,人们对室内场景三维化建模的需求越来越高。高效的采集室内环境的数据成为计算机领域的研究热点,传统的数据采集方式是通过三维激光扫描技术获取数据的,三维激光扫描技术能精确定位到场景表面的三维坐标值,得到场景的空间信息。因此,三维激光扫描技术在测绘领域里得到广泛应用。但是,高精度的测绘任务对硬件的定位问题提出挑战,需要拥有准确的位姿数据才能完成高精度的测量工作。在室内场景的测绘任务中,激光扫描技术无法使用INS和GPS获取数据采集设备的位姿数据,导航系统的SLAM工程是用于解决这一问题的核心技术,它可以充分利用激光扫描仪的场景数据,实现硬件平台的定位和外部环境的构建。人类社会的室内环境杂物繁多,行进路线狭窄多变,光线明暗变化多端,导致传统的激光扫描技术在室内环境中移动性差,采集的数据噪声多、精度低,无法辨识冗余数据。针对这些问题,本文设计了适应于室内环境的移动式数据采集平台。首先,在数据采集平台中完成初始点云预处理、特征点云提取、三维点云解算等一系列工作。然后,将机器人领域的激光SLAM方法引入室内测绘系统中,解决数据采集平台的定姿定位问题。最后,将SLAM工程中的三维重建技术应用到室内场景的模型重建中,保证重建的精度和速度。利用场景的三维数字化模型,进一步测绘室内场景的真实几何数据,搭建出一套完整的室内环境测绘系统。对于三维重建技术来说,其核心是点云配准模块。通过点云的精确匹配,将不同位置不同方向上采集的点云进行空间坐标转换,使所有的点云组合成一个整体,生成室内场景的三维模型。本文为了提高点云的匹配精度,构建了一种迭代式Levenberg-Marquardt点云配准方法,在解决硬件平台位姿问题的基础上,大幅提高点云匹配的精度和速度。本文提出的测绘系统在实际室内环境中得到测试与验证,室内场景的长宽高误差维持在3厘米之内,室内平面的平整度和垂直度维持在8毫米之内,测量误差达到实际项目的精度要求,证明了本文方案的可行性。