随着信息化时代的快速发展和“数字城市”概念的提出，如何快速、准确地获取三维地理信息成为推动“数字城市”建设的重要问题。车载激光扫描系统成功的研制为这一问题的解决提供了一种有效的手段，该设备已经在数字城市建设、交通管理以及地籍调查等多个领域广泛应用。　　激光点云地面滤波是后续地物分类的第一步。相较于车载数据的地面滤波方法，机载数据的方法理论更为系统全面，如何将针对于机载数据的理论方法应用到车载数据中是一个重要的发展方向。另外，交通设施的有效规划和管理均需要大量的地理信息数据，因此如何自动地从含有多种地物类别的点云数据中识别出道路，将为交通部门的工作提供重要帮助。本文以机载数据地面滤波方法的原理为基础，在分析车载数据的特点上进行了相应的改进，并在了解城市道路特征的基础上实现了道路识别工作，主要内容和创新点如下：　　（1）基于布料模拟的激光点云地面滤波方法。该方法是近年提出的一种全新的机载激光点云地面滤波方法，其思想完全独立于传统的地面滤波思想，且效果非常好。本文对该方法进行了实现，探索了其对车载数据的可行性和适应性。　　（2）改进的渐进式数学形态学激光点云地面滤波方法。传统的渐进式数学形态学地面滤波方法作为一种高效的、易实现的方法在机载数据中取得了不错的效果。本文分析了该方法在车载数据中存在的问题，从三个方面进行了改进：　　①使用临近的地面点填充空白格网；　　②通过构建三角网估计处理区域的地形坡度，并以每个三角形面片区域为子区域逐个进行渐进式数学形态学激光点云地面滤波；　　③根据地物在竖直方向上的特征，设置不同的高差阈值，对剩余的激光脚点进行地面点提取。　　（3）一种新的道路识别方法。本文以城市道路边界含有路缘石为基础，根据路缘石的形态特征进行道路边界点云粗提取，然后使用近邻聚类法和有序最小二乘法进行道路边界点云精提取，最后根据道路边界和路面的关系识别道路。