随着数字地球、智慧城市等概念的提出以及机器人时代的脚步越来越近,无论是人类还是机器人都对环境信息的获取和准确性提出了更高的需求。基于三维激光雷达的即时定位与地图构建(Simultaneous Localization and Mapping,SLAM)技术的出现和发展为获取空间三维信息提供了更加快速、准确的手段。但现有的三维激光SLAM技术在普及性、实时性和稳定性的平衡上尚待完善。针对这些问题,本文提出了一种基于激光雷达和组合导航系统的三维地图构建系统,以在实时性、鲁棒性和普及性之间找到一个平衡点。本文基于非耦合和松耦合两种方式实现全球定位系统(Global Positioning System,GPS)和惯性导航系统数据进行融合,其中松耦合方法以卡尔曼滤波算法为核心。通过对比实验证明松耦合方式获得的融合效果优于非耦合方式,因此本文采用松耦合组合方式,并在此基础上针对组合导航系统的定位结果在卫星信号被遮挡或定位类型改变时会出现跳变的问题,利用均值滤波算法对定位结果进行了再优化。为了弥补单独使用激光雷达或组合导航系统进行地图构建所存在的缺陷,本文提出一种激光雷达和组合导航系统协作定位方法。该方法基于事实约束对激光定位信息进行评估,以GPS定位状态和接收到的卫星信号数量为依据对组合导航的定位信息进行标记,在确定激光定位失败时自动切换到组合导航系统,或者在组合导航系统信息置信度不足时切换回激光定位,从而保证系统的不间断运行,实现两种方法的有效互补,解决了使用单一系统时,转弯角度大、行驶速度快、环境特征少、建筑物密集等因素造成的定位不准和地图构建失败问题。以搭载GPS系统、惯性传感器(Inertial Measurement Unit,IMU)和16线激光雷达的无人车作为实验平台,在室外大范围场景进行地图构建实验,实验结果验证了激光雷达和组合导航系统的协作在构建地图中的实用性和有效性。