智能车辆（Intelligent Vehicle，简称IV）作为智能机器人中的一种，在国防军事、民用交通及科研领域都有重大的研究价值和广阔的应用前景。激光雷达因测距精度高，受环境影响小，在IV中的应用日益增多。因此，在室内外环境下，如何利用激光雷达获取环境、障碍信息成为环境感知的关键问题。　　本文旨在从理论和实践上对激光雷达在IV环境感知中的方法和技术进行研究，完成的主要工作包括:　　(1)结合四线激光雷达的性能参数和本文提出的道路边缘检测算法，实现了对激光雷达数据的分类，并成功的检测出道路边缘。本文采用了传统的Hough变换，结合雷达的扫描特性，提出了一种基于序列激光雷达数据的道路边缘检测方法，通过统计极坐标系中不同角度下相同径向值的雷达回波点的数目，寻找道路边界点，完成路沿检测的任务。　　(2)在道路边缘检测算法中，采用了分层融合的方法。对四个扫描层的雷达回波点分层拟合，根据雷达安装俯仰角决定需要拟合的层级，再将拟合结果进行融合，最后结合最小二乘法，得到最终的道路边缘线。　　(3)扫描到路面上的数据点聚集程度高，密度大，会对聚类结果产生影响，在本文中被归为信息无关点，根据z轴信息将其剔除，避免了后续不必要的处理，节省了处理时间。　　(4)考虑到传统聚类算法（DBSCAN和K-Means）的缺陷，在K-Means算法的应用中，采用了寻找最远中心点(SFC)的思想寻找下一个聚类中心;在DBSCAN算法的应用中，根据排序后相邻两点之间的差值，选择很可能为扫描到障碍物上的数据点，同时排除了干扰点和杂波的影响，在一定程度上起到了滤波的作用，同时可准确的划分出不同的障碍物。　　最后，通过实车试验验证了上述方法能够较好的检测道路边缘及障碍物，实现了道路与障碍物检测的任务。