近年来,基于地图辅助的室内定位技术得到了人们的广泛关注,该技术通过增加地图约束来实现更准确、稳定的室内定位。现有研究多是建立在已有环境地图的基础上,对其进行的定位方法研究,而室内导航定位服务急需精确的室内平面地图,因此对于室内平面地图的实时快速构建方法开展研究具有重要的理论价值和现实意义。二维激光雷达传感器具有低成本、便携带、高效率等诸多优点,利用车载二维激光雷达可以实时快速的构建室内平面地图,能够为室内车辆导航或行人定位提供所需要的地图服务。因此本文针对典型的室内地图需求场景——大型室内停车场,利用室内停车场非常丰富的结构化特征,研究了基于二维激光雷达的大型室内停车场地图实时快速构建方法,实现了室内停车场高精度平面矢量地图的构建。针对二维激光雷达室内平面地图实时快速构建方法中的关键问题,重点研究了融合全局特征点提取的点云匹配方法,并针对特征提取较少的场景提出了改进的迭代最近点（Iterative Closest Point,ICP）点云匹配方法,同时对点云地图的优化、矢量地图的生成等内容进行了深入细致的研究,并针对不同的室内停车场场景开展了实验分析。本文的主要研究内容包括以下几个方面:（1）研究了融合全局特征点提取的点云匹配方法:本文主要采取基于特征提取的点云匹配方式。首先对原始点云帧数据进行区域分割,并对分割区域进行特征直线和特征点的提取与筛选,随后采用匀速运动模型对点云帧数据进行粗匹配。然后通过构建的全局特征点搜索框求取待匹配的基准特征,并确定与新扫描帧形成的特征点对,最后利用奇异值分解求解全局位姿变换参数。（2）针对特征提取较少的场景,提出了改进的ICP点云匹配方法来持续稳定地构建地图:本文利用相同间隔帧的点云变换参数具有高度相关性的特征,采用匀速运动模型来完成粗匹配,并通过设置半径阈值筛选点完成预处理操作,为后续ICP处理输入更理想的待匹配数据,从而提高匹配的准确性。（3）研究了点云地图累积误差的削弱方法和矢量地图的构建方法:本文通过建立带闭环约束的整体间接平差模型对发生回环的点云帧数据进行平差优化,从而提高已建地图的精度。并将优化后的点云地图转换为数据存储量更小且更直观的矢量地图。（4）针对不同的室内停车场场景开展了大量的实验分析,从构图效率、精度等方面验证了理论方法的有效性:实验结果表明,本文研究的基于二维激光雷达的室内停车场地图构建方法具有高效率（构图效率能达到24 m~2/s）、高精度（全局构图最大误差为21 cm,全局构图精度为15.4 cm）、实时快速（每秒数据实际处理时间都小于0.4 s）、低成本（百元到千元级）等优点,在实际应用中具有较好的匹配效果,能为室内导航定位提供矢量地图辅助。