基于激光雷达的同步定位与地图构建系统（Simultaneous Localization and Mapping，SLAM）可以为微小型无人机提供实时的周围未知环境探测与相对定位，是微小型无人机实现未知环境探测与自主导航定位、提升其自主能力的重要支撑系统，是无人机能够进行更高层次自主能力发展的关键性节点。本文研究主要针对基于激光雷达的SLAM系统在微小型无人机平台上的应用需求，开展了激光雷达数据特征提取、环境特征匹配与定位、微惯性/超声波信息融合及对激光雷达信息处理的辅助等关键性技术研究。论文首先研究了激光雷达传感器信号预处理算法，提出了激光雷达数据采集方案，为了提取环境中的特征模型，研究了区域分割方法、角点和线段特征提取算法，有效地提高了特征提取精度。然后，为抑制微惯性导航系统长时间运行造成的姿态角偏差过大的问题，同时，减少载体运动加速对姿态算法的影响，本文研究了超声波阵列姿测系统与微惯性系统输出姿态信息互补滤波算法，提出了微惯性数据采集方案，利用微惯性传感器输出的数据解算载体的姿态、位置变化、速度变化，与超声波阵列系统测得的姿态信息互补滤波，通过滤波后的姿态角辅助激光雷达进行测距误差补偿，有效地抑制微惯性发散性的同时提供激光雷达精确的姿态信息。接着，针对无人机飞行时会带有姿态变化的特殊性从而导致激光雷达参数提取存在一定的误差，研究了环境特征参数姿态角耦合误差补偿算法；在局部特征地图的基础上，建立全局地图，提出了双特征库筛选的方法，对局部地图中的特征点进行筛选，将可信的角点特征和线段特征与特征库内的特征进行混合特征匹配，实现全局地图的更新以及无人机室内未知环境下的自定位。论文最后搭建了微惯性辅助的激光雷达同步建图与定位系统实验平台，在室内环境下进行飞行实验，得到飞行结果，验证了系统方案的可行性，论文所取得的成果具有应用参考价值。