小型多旋翼飞行器的出现开启了机器人领域研究的一个新方向。但是受限于系统有限的载荷和续航时间,无法将传统的三维激光测距系统直接装配到飞行器上来完成三维场景重构任务。为了克服上述问题,仅利用小型二维激光测距仪来实现三维场景的高效重构成为该领域的研究热点。本文提出了一种基于序列二维激光数据对准的三维场景重构方法,并进行了完整的系统建模与优化求解。由于系统中每个传感器的测量都带有误差或噪声,所以基于原始测量数据的初始场景重构结果存在不规则的扭曲和跳变。针对上述问题,本文对传感器的测量数据建立了概率模型,同时依据目标环境特点建立了基于点云的局部空间平滑模型,并根据极大似然估计的思想,将点云对齐问题转换为针对系统最优位姿参数估计的优化问题。通过迭代计算方法可完成目标函数的求解,从而得到更加准确的系统位姿,实现了多传感器数据融合以及对初始重构误差的有效校正。在理论方法研究的基础上,本文构建了一套便携式的数据采集系统。该系统由二维激光测距仪、姿态测量单元、GPS以及光流模块组成,分别完成实时的点云扫描、姿态测量、位置测量以及速度估计的功能,并由便携式计算机完成所有数据的序列化存储。为了验证数据对准算法的有效性,本文对室内外多个结构化与半结构化环境进行了三维重构实验。实验结果及对比分析表明,本文所提算法能够正确校正因传感器测量噪声而产生的重构误差。与定点扫描的三维场景重构系统相比较,本文构建的系统能够在连续运动的过程中完成数据采集,提高了系统工作效率和灵活性,并且该系统可在应用中以手持或多旋翼飞机挂载等方式工作。