目前成功登陆并运行的火星车均为六轮独立驱动和主副摇臂的基本结构,六轮独立驱动既提供了冗余备份的作用,也带来了过驱动的问题,六轮如何协调轮速是一个值得研究的问题。本文基于此背景,提出了采用激光雷达获取火星车周围三维点云信息来建立全局点云地图并实时感知火星车当前轮下地形,从而实现轮速协调的方法。本文主要的研究内容为根据三维点云信息来建立全局点云地图并实现轮下地形实时感知。本文首先介绍了机械式激光雷达及其输出的三维点云的特点,指出了三维点云信息中所包含的有序化信息。针对火星地形的特点,提出了多平面特征,并据此设计出三维点云滤波与特征提取算法,快速有效地从单帧原始点云中提取处多平面特征。然后进行多帧点云的配准,并设计了低精度的特征点配准算法和高精度的改进GICP（Generalized Iterative Closest Point）配准算法相结合的综合点云地图构建算法,实现了一个较高精度激光里程计并构建出较高精度的全局点云地图。特征点配准算法输出的位姿作为GICP配准算法的初值,有效提升了 GICP算法的速度、精度与可靠性。利用点云有序化的特点对GICP算法进行优化,进一步提高了配准速度,确保整个点云地图构建算法能够实时运行。最后进行火星车轮下地形感知与实验验证,搭建了基于Gazebo和ROS的火星环境仿真平台,以及火星车样机实验模拟场地,从仿真与实验两个方面验证了点云地图构建的精确性以及轮下地形感知的可行性。