针对露天矿无人矿卡运输作业中路况差、光照强和灰尘大等原因导致小尺寸落石检测困难和实时性差的问题，提出一种使用固态激光雷达检测露天矿非结构化运输道路小尺寸落石的方法。首先使用具有双回波技术的激光雷达进行数据采集，减少灰尘干扰并提取车辆前方可行驶区域；然后采用基于扇面的直线拟合地面分割算法分割地面，实现对有坡度的非结构化粗糙路面的彻底分割；之后引入八叉树的分层网格树模型进行邻域查找，提高邻域查找的速度，引入双色最近对构建图，快速生成聚类簇，引入自适应聚类半径ε，进行聚类并输出小尺寸落石的盒模型。实验结果表明：相较于使用k-d树加速的DBSCAN算法，所提方法的正检率提升9.61个百分点，检测时间缩短379.77 ms。

针对移动机器人在进行传统2D环境的定位时所存在的定位精度低且定位实时性差等问题，提出一种改进的迭代近邻点（ICP）算法的定位方法。首先，建立位姿搜索空间，采用由低到高的分辨率对搜索空间进行逐层搜索，并结合多点云密度进行部分点云扫描匹配，排除非最优位姿，加速搜索过程；在进行点云匹配中，采用帧对图的方式，有效地利用了历史帧信息；对得到的最优位姿进行稀疏矩阵位姿优化，进一步提高定位精度。在SLAM Benchmark数据集上进行测试，结果表明所提方法的算法效率是现流行的Cartographer算法的1.8倍到4.9倍之间，同时平移误差较小。并利用Turtlebot2机器人进行实际测试，结果表明所提方法的定位误差相比Cartographer和Gmapping均有明显的降低，且实时性较好；与传统的自适应蒙特卡罗重定位（AMCL）相比，平移误差均值降低了0.035 m，旋转误差均值降低了0.001 rad，具有较高的重定位精度。

为满足车载激光雷达接收光学系统在复杂环境实际应用中的温度适应性要求，本文基于一种将长焦镜头与线阵探测器相结合，通过局部图像级成像显著提高激光雷达系统探测分辨率的方案，设计了一款轻小型无热化的四片式全玻璃长焦镜头，研究了其在不同温度下的像面漂移。分析结果表明，所设计的长焦镜头在整个-40~100 ℃的温度范围内焦移量为0.021 mm，小于焦深0.074 mm，在30 lp/mm处各视场调制传递函数（MTF）均大于0.5，全视场内光斑半径在7 μm以下，水平及垂直角分辨率为0.045°（H）×0.045°（V）。此长焦接收光学系统结构简单、成像质量高、环境适应性强，在车载激光雷达领域具有良好的应用前景。

基于单光子雪崩二极管（SPAD）的激光雷达凭借其灵敏度高、探测距离远、集成度高等优点被广泛应用于三维感知领域。SPAD激光雷达系统中包含各种功能的子模块。研究这些子模块对激光雷达系统性能的影响有助于进一步优化系统方案，提高研发效率，降低研发成本。因此，从系统子模块的特性出发，利用时间相关单光子计数技术（TCSPC）和蒙特卡罗法建立了基于SPAD的激光雷达模型，得到了被动复位电路和主动复位电路、单事件首光子时间数字转换器（TDC）和多事件TDC对系统性能的影响。结果表明：在目标飞行时间为20 ns、环境光为50×10³ lx、目标反射率为10%的条件下，主动复位电路与被动复位电路的系统性能基本相当；当目标反射率增加到50%后，主动复位电路的系统性能优于被动复位电路；类似地，多事件TDC的系统性能优于单事件首光子TDC，主要表现在，与单事件首光子TDC相比，多事件TDC的噪声本底计数为均匀分布，其信号计数的峰值更易大于噪声本底计数的峰值，寻峰算法更简单，算力需求更少。仿真结果表明，为使系统性能最优化，SPAD集成芯片的后端子模块应采用主动复位电路和多事件TDC的组合架构。

激光点云技术可用于苗圃树木生长状态监测与管理，为农业植保机器人提供有效的靶标信息。为了进一步提高树种分类和树冠、树干内部分割的精准性，提出一种基于改进PointNet++的激光点云苗圃树木分类与分割方法。首先，调整PointNet++深度网络邻居点云的相对特征值，同时融合三维点云的低维和高维特征，充分利用各层级点云的特征。然后，将坐标注意力模块与注意力池化融合，进一步增强局部特征提取的能力，提高分类和分割的准确性。最后，针对苗圃常见树木自制了包含7类苗圃景观树木点云的数据集并用于实验。实验结果表明，提出的树种识别方法总体精度可达92.50%，平均类别精度为94.22%；提出的树冠、树干分割方法的平均交并比为89.09%。所提方法在分类和分割性能方面均明显优于经典的PointNet和PointNet++，能够为苗圃树木检测识别和农业机器人作业提供更精确的信息。

建筑物轮廓线是各类应用的数据源，但散乱、不规则激光点云数据给轮廓线提取带来了难度。针对上述问题，提出一种基于多层级最小外包矩形规则建筑物轮廓线提取方法，首先使用迭代区域增长算法对轮廓点进行分组，根据点数最多的一组确定初始最小外包矩形。再对初始最小外包矩形进行多层级分解，使轮廓点与不同层级最小外包矩形重合，最后根据不同层级最小外包矩形生成轮廓线。使用Vaihingen城区中规则建筑物进行实验，实验结果表明：与最小面积方法与最大重叠度方法相比，所提方法能准确确定初始最小外包矩形，且提取效率得到略微提高。提取的轮廓线角点均方根误差为0.71 m，优于其他4种方法。所提方法可快速提取规则建筑物轮廓线，有利于后续三维重建。

在应用于自动驾驶的相位调制连续波（PhMCW）激光雷达测距系统中，测量中频（IF）信号的脉冲宽度是关键问题，时间数字转换器（TDC）模块对IF信号的测量决定了PhMCW激光雷达的测距范围与精度。然而传统的TDC实现方法测量范围很小，且实现大测量范围时系统复杂度高，难以应用于自动驾驶。为了实现高精度大范围的TDC模块，采用基于现场可编程门阵列（FPGA）的严格计数链法，在保证比较高的测量精度的前提下，增加很少的资源使用量就可以扩大测量范围，设计简单。该TDC模块能够实现1.24 μs的时间测量范围，对应最大探测距离为186 m。利用信号源产生不同脉宽的被测信号进行实际测试，获得了最佳为26.42 ps的测量精度，对应测距精度为3.96 mm，优于现有商用激光雷达50 mm的测距精度。对200 ns脉宽的过采样数据包进行了频谱分析，证明了TDC测试结果受开关电源噪声影响。最后，搭建PhMCW激光雷达系统进行应用验证，实现了0.3~7 m飞行时间探测，从而证明了该TDC测量方法的可行性。该方法在激光雷达测距领域具有广阔的应用前景。

阐述了相干差分吸收激光雷达（CDIAL）探测大气二氧化碳（CO₂）的原理，设计了1.57 μm波段微脉冲相干探测系统，并对系统的回波信号进行了仿真。通过仿真计算分别探究了温度、压力、波长等因素对差分光学厚度计算及CO₂体积分数的反演精度的影响。仿真结果显示：当波长漂移为0.5 pm、温度不确定度为1 K、压强不确定度为1 hPa、水汽体积分数测量不确定度为10%时，这些参数引起的总体误差为0.45%；在大气中CO₂的体积分数为4×10^-4时，微脉冲相干激光雷达探测CO₂体积分数的测量误差约为1.8×10^-6。