随着无人车应用领域的不断扩大以及激光雷达扫描技术的飞速发展,激光雷达的应用逐渐蔓延到环境感知、增强现实、环境建模等众多无人车技术领域。因此,对于激光雷达在无人车应用中的研究已经成为无人车研究领域的必然趋势。同时,激光雷达数据处理技术研究对于无人车领域的发展具有重要意义。本文以基于激光雷达的无人车三维环境建模技术研究为背景,研究内容主要涉及车载激光雷达点云三维环境建模方法、自适应激光雷达点云数据匹配算法、基于激光雷达点云的三维地图建模应用。通过对相关技术问题的理论研究与实验验证,对基于激光雷达的无人车三维地形建模技术进行了深入研究。本文的主要创新点和成果包括:1、提出了一种车载激光雷达点云三维环境建模方法。首先对激光雷达原始数据进行数据滤波、地形分割等预处理过程,然后通过数据插值及网格化建立了包括地表障碍及地形在内的环境三维几何模型。通过对典型环境的实测数据验证,表明该方法的有效性。2、提出了基于NDT算法的ICP自适应点云匹配(ANICP)算法。通过预匹配和精匹配两个步骤,以及基于点云分析的场景判别机制将ICP算法和NDT算法进行了有机结合。对不同环境的点云数据进行了自适应匹配的实验验证,实验结果表明该算法在保证匹配精度的同时也兼顾了匹配效率。3、将上述点云匹配算法应用于地图建模,通过前后两帧匹配、全组一致位置估计实现了三维点云地图的建模。在ANICP算法对前后两帧精确匹配消除定位误差的基础上,在地图建模过程中引入全组一致位置估计环节,实现了对累积误差的进一步抑制。在此基础上开发了路径规划的分析软件,实现了对规划路径可通行性分析及能耗评估功能。通过典型环境下的无人车规划路径评估实验,验证了三维点云模型在无人车路径规划领域中应用的有效性。