准确的自我定位能力是移动机器人在环境中完成各种任务的关键。然而，森林环境给机器人定位问题带来了诸多挑战。首先，繁茂的枝叶遮挡了GPS的信号，基于里程计的航位推算方法由于地面的崎岖起伏而累积了很大的误差。另外，视觉传感器也因自然环境的光照变化和阴影而变得不再可靠。针对这些问题，本文采用三维激光传感器获取森林环境信息，提出了一种全新的系统化方法从三维点云中提取树干作为路标，并使用基于特征的扫描匹配方法解决了机器人在森林环境中的6DOF定位问题。　　 本文提出的路标提取方法以场景理解和树木自动分析为基础，从点数稀少且被噪声干扰严重的三维扫描中提取树干的几何模型。方法分为三个步骤：　　 1.利用树干轮廓的圆形特征将三维点云分割为扫描分段，依据扫描分段的空间相邻性将其组织成树干分段。　　 2.从形状信息不充分的树干分段中提取圆模型，并拟合树干分段的轴线。　　 3.通过分析树干分段的空间不连续类型，对它们进行聚类和整合，并最终得到唯一代表树木的直树干作为路标。　　 在得到树干作为高层特征后，本文将利用基于特征的成对扫描匹配方法跟踪机器人的6D位姿。为了克服森林环境中机器人初始位姿估计的巨大误差，本文提出了一种全新的独立于相对位姿变换初始估计的扫描匹配方法。在该方法中，树干特征直接而全方位地参与到扫描匹配的过程中，从而避免了对点层次扫描重叠的要求。该方法分为两个步骤：　　 1.提取扫描中的最大近似平行树干组，利用其中的树干对扫描进行除z方向外的5D匹配。方法首先通过匹配从树干空间关系中提取的点模式来建立树干关联，然后选取能够最优匹配各树干的两对关键轴线计算最优5D变换。　　 2.提取扫描中属于地面的特征点，将两幅扫描中的特征点进行统一栅格化，最小化共享栅格中属于不同扫描的特征点之间的z值差，最终求得z方向的平移变换。