移动机器人在真实世界中执行任务时，所面对的环境无论是室内的还是室外的、静止的还是动态的，甚至包括机器人本身在内都是三维立体的，因此，研究移动机器人在未知环境中建立一致准确的三维环境地图是非常必要的。快速准确的建立信息充分的三维环境地图不仅能够保证移动机器人在未知环境中实现自主定位，同时还可以提供可供人类分析利用的直观的三维环境地图。目前采用扫描匹配建立环境地图的方法常依赖于移动机器人的初始位姿估计，当初始位姿估计不准时，方法不能很好的收敛，导致匹配失败。本文采用基于特征的扫描匹配方法，从扫描数据中提取具有可辨识性的环境特征进行匹配，独立于移动机器人的初始位姿估计，在大范围的剧烈运动下方法仍然能够给出较为正确的匹配结果，而且所建立的三维环境地图在保留了充分的环境信息的同时更加的直观易用。本文的研究内容主要包括：　　 1．基于点特征的扫描匹配方法：由于传统的ICP方法在初始位姿估计误差较大时存在方法不能收敛导致匹配失败的缺点，因此本文研究独立于移动机器人初始位姿估计的基于特征的扫描匹配方法。基于点特征的扫描匹配方法在移动机器人所获得的三维环境扫描中提取可靠的具有可辨识性的特征点，这些特征点描述了环境变化强烈部分的结构信息，通过定义合理的点特征描述符来进一步描述环境结构变化处的局部信息，并定义相应的点特征向量匹配规则，最终通过关联的特征点对进行匹配求解出相对位姿。此外，研究中还对错误的特征点进行了检查是否属于同一直线、是否是假的边缘点等一系列的处理，并利用所选择的三维地图表示形式划分不同的点集，在不同的点集中寻找关联特征点对，进一步减少了错误点对造成的匹配失败。　　 2．三维环境地图校正方法：当移动机器人在环境中进行大范围的运动时，单纯利用相邻扫描间的匹配仍然会存在匹配误差，这些匹配误差累积造成地图的不一致，因此需要合理的三维环境地图校正方法。另外，针对三维环境数据量大的情况，需要更高效的地图校正方法。本文在基于图的SLAM方法(Graph-based Simultaneous Localization and Mapping)的基础上，将分层模型与设定关键扫描的方法相结合，移动机器人在三维环境中运动时，利用基于特征的扫描匹配方法进行定位，在属于同一环境局部区域的扫描中将关键扫描提升为较高层次，当检测到闭环情况时进行地图校正，首先校正较高层次即关键扫描节点层次，如果较高层次节点的位姿变化较大，则传递校正底层节点位姿，从而在保证建图准确一致的同时，提高建图效率。