地面无人自主车辆融合了多学科的最新研究成果，在国防和国民经济领域具有广阔的应用前景。本文以地面无人自主车辆的环境感知为研究背景，旨在重点研究车载三维激光雷达在道路检测和环境建模中的应用。主要研究成果和创新点如下：　　1、提出了一种基于面法向量的三维激光雷达外参数精确标定方法。该方法由三个核心算法组成，分别是基于RANSAC的平面点云分割算法、基于特征值的空间平面拟合算法和基于SVD分解的精确三维旋转矩阵求解算法。该方法在标定时只需两个具有一定尺寸的互不平行的参考面，标定环境容易构造；该方法经与高精云台的对比实验证明具有很高精确性和很好的鲁棒性。　　2、针对结构化道路场景和基于三维激光雷达环境感知方式，本文提出了一种基于二次区域生长的实时道路检测算法，实现准确高效的结构化道路的道路检测。该算法首先通过基于线间梯度的快速地面分割算法为每个激光雷达图像像素赋以属性维信息，其次使用基于二次区域生长的道路边界检测算法的将道路的边界点提取出来，最后使用快速Hough变换算法求解道路的路边直线模型参数。实验证明，本文算法对结构化道路检测具有强鲁棒性、高精确度和实时性的特点。　　3、提出了一种基于混合高度图的环境建模方法。该方法包括混合高度图生成、占据栅格分割、基于二次双向线形内插的地面建模和基于地面模型的环境建模五部分组成。该方法的优势在于以滤除了障碍栅格的地面模型为参考进行点云重投影，在进行环境建模的同时消除了悬挂障碍的影响。　　4、提出了一种基于虚拟光源和Phong光照模型的环境模型可视化方法。该方法通过虚拟光源和Phong光照模型模拟了光产生、传播、反射和接收的全过程，为环境模型赋予了具有人眼真实感的颜色。此可视化方法具有分辨率高、对比度强和边缘清晰的优点，在遥控驾驶、辅助驾驶中有很好得应用效果。　　上述研究成果经多个无人平台验证，实验结果表明本文提出的方法可以在无人驾驶领域和主动安全领域提供技术支持。