随着计算机和人工智能技术的迅速发展,智能移动机器人已成为目前的研究热点,而环境智能探测技术是智能移动机器人的关键技术之一。环境智能探测技术研究主要包括未知环境中物体定位、障碍物自动识别、场景三维重建及三维地图自动生成,这对提高我国在非结构化环境中的智能移动机器人研究水平具有非常重要的理论意义和工程价值。论文采用了基于飞行时间原理(TOF)相机的环境智能探测方案,包括三维点云获取、点云分割和定位、三维场景重建三部分。首先设计了基于TOF相机SR4500的三维点云数据获取方法,编写了三维点云采集软件实现三维点云和二维灰度图像的获取。对于获取到的点云数据,利用直通滤波去除感兴趣区域之外的点,利用点云网格化滤波的方法去除孤立噪声点,通过这两次滤波改善点云的质量,对于滤波后的数据,比较了区域生长分割法、基于随机采样一致性的分割方法和基于欧氏聚类提取的分割方法的分割效果,最终选用基于欧氏聚类提取的分割方法进行三维点云分割,对分割出的单物体点云进行地面检测,并对非地面物体使用求凸包的方法进行定位和尺寸分析。本文的三维重建是通过拼接相机移动过程中的点云序列实现的。为了实现环境的三维重建,将相机获取的返回光强度形成的二维矩阵尺度化为灰度图像,使用SIFT算子提取特征并匹配相邻图像的特征,找出对应的三维点集,使用ICP算法计算相机运动矩阵R,T,完成相邻两幅点云的拼接,并通过点云的连续拼接实现三维场景重建。不同场景的三维点云分割、物体定位与三维场景重建实验证实了本文算法的有效性。