三维环境地图作为基础数据对于大范围场景中的自动化生产、无人驾驶、智能交通等相关领域都有非常重要的意义。随着三维激光扫描技术的发展,利用激光扫描技术进行三维重建受到各个领域研究人员的广泛关注,而如何对环境进行高质量的均匀、稠密重建是其中一个重要课题。因此,本文提出了基于全向摆动激光雷达的三维稠密点云重建方法,内容主要包括视野可变的全向摆动激光雷达三维扫描系统、三维点云密度分析方法以及点云拼接方法。首先,为了对大空间尺度环境进行精确、均匀、稠密的三维扫描,本文提出并设计完成了视野可变的全向摆动激光三维扫描系统。根据对应用场景和重建效果的需求分析,对三维扫描系统进行了原理设计,并完成系统设计与搭建。实际场景的数据采集实验验证了所设计的扫描系统能够稳定、高效的对大场景进行三维重建。针对目前缺乏一种对三维重建点云密度进行统一定量分析方法的现状,本文提出了基于Delaunay三角剖分算法的三维点云密度分析方法。首先将三维点云进行球面投影,然后用三维的Delaunay三角剖分算法对球面点云进行处理,最终以剖分三角形的面积集合作为点云密度的定量分析对象。通过与现有方法的对比,验证了本方法的有效。利用本方法对所设计的扫描系统各个参数影响进行了分析,最终确定了合理的扫描系统参数配置。最后,针对单视点扫描点云存在盲区,并且点云地图密度不够高的问题,本文提出了基于改进NDT的大场景点云拼接方法。以配准算法作为前端优化部分,生成了不同视点点云位姿构成的完全图,以图优化算法对完全图进行优化,最终处理得到拼接完整的大场景高密度点云。以实际场景数据进行试验验证,证明本方法得到的大场景点云一致性较好,点云密度非常高。