多传感器的融合可解决传感器的非线性和不确定性问题,针对GPS和SLAM在复杂环境下无法单独为无人车提供准确定位的问题,提出一种基于点云地图匹配的重定位算法,通过融合地图匹配定位及GPS定位结果获取无人车的准确位姿信息。本文主要分为4个部分:（1）根据无人驾驶平台,构建基于激光雷达重定位硬件与软件系统。研究了三维激光雷达数据处理和多传感器同步算法,具体包括激光传感器位置标定、点云数据噪点滤除、点云畸变校正、多传感器数据同步,最后实现了多个传感器在时间和空间维度上的同步。（2）提出一种高效的地图构建和优化算法,用于封闭园区高精度点云环境地图的创建。使用改进的自适应ICP算法构建前端里程计,并使用基于位姿图优化的算法进行后端优化。使用激光里程计构建位姿图并添加地面约束、GPS先验位姿约束及检测到的闭环约束,根据约束优化位姿序列,使用优化位姿序列拼接关键帧,完成全局点云地图的增量式构建。（3）提出一种基于先验地图的无人车重定位算法,获取无人车在地图中的绝对位置。由GPS提供初始位置,使用地图匹配更新位姿观测,GPS数据进行位姿预测,使用无迹卡尔曼滤波融合基于地图匹配的定位结果和GPS定位结果,提高了定位精度。（4）基于无人驾驶平台,采集校园半结构化场景的真实数据验证算法可行性,实验表明,基于激光雷达与GPS多传感器融合的定位算法精度和实时性均能满足无人车的定位系统需求。