随着虚拟现实(VR)与增强现实(AR)技术的不断发展,人们对周围环境感知、定位、建模的需求日益增强。与此同时,室内定位导航逐步向立体化的3D模型地图方向发展。因此,在室内场景中准确定位和方便快速低成本地构建环境地图在当前背景下凸显地尤为重要。同步定位与构图(SLAM)作为众多领域的基础模块,可实时确定自身位置,同时构建周围环境地图,具有数据采集快速灵活、实时响应、设备便携易操作等特点,成为当下研究热点之一。针对2D激光SLAM越来越不能满足日常需求、传统3D激光SLAM成本高、现有方法在室内场景定位构图不鲁棒等问题,本文设计实现一种使用2D激光传感器进行室内数据采集的3D激光SLAM系统,可快速构建室内环境地图并实时确定自身位置,具有成本低、易携带、可拓展等特点。硬件采集系统仅依赖电机带动一个2D激光传感器绕前向轴旋转,扫描获得场景3D点云,结构简洁,成本低廉。结合室内结构特点,本文SLAM算法基于室内广泛存在的平面和平面相交线段(面交线)作为高区分度特征,利用鲁棒的特征匹配进行特征关联,通过粗略估计单帧变形、快速帧内线性优化、精细地图B样条优化的分级位姿优化策略平衡效率与精度,逐步优化位姿轨迹,来解决低成本采集设备数据量小、频率低、帧内变形大等问题,实现低成本、低漂移的室内激光SLAM系统。此外,本文还利用同时具有局部和全局信息的特征表达,提出了一种由平面和面交线特征及其邻接关系构建的结构化场景地图表达方式,可以简洁有效地表达室内场景骨架结构,具有很强的结构和语义信息,可方便快速进行特征关联和地图更新,适用于室内场景表达。本文实验部分,通过定性和定量实验对本文算法与现有算法进行对比验证评估。首先,通过算法不同模块的消融实验,验证本文提出的高区分度的特征表达和由粗到细分级位姿优化的有效性;然后,从硬件时间延迟误差、延迟噪声、电机角度姿态不准确、数据缺失等多方面实验证明本文方法对硬件设计安装要求低,无需提前标定;同时从稳定鲁棒的特征表达匹配、分级位姿优化策略两个方面对比验证本文具有较强的抗运动变形能力,可解决本文设备数据量小、频率低、帧内变形大等问题;最后通过构建室内场景数据集测试本文算法,验证表明本文算法对多尺度、多功能的室内场景均可稳定鲁棒定位与构图,并且闭环轨迹平均相对平移误差1.095%,平均相对旋转误差0.0862°/m,表明本算法具有较强的抗漂移能力。通过以上实验综合证明本文算法的有效性、稳定性和鲁棒性,说明低成本采集硬件进行室内3D-SLAM的可行性。