移动机器人在未知环境中自主导航时定位需要精确的地图,同时为了构建精确的地图必须确定机器人的位姿,同时定位与地图构建(SLAM)问题便产生。基于激光雷达SLAM自主导航算法是研究的方向之一,激光雷达具有测距精度高、测距远等优点,但是由于激光雷达的数据量少、传感器本身噪声的影响,容易导致机器人构建地图精度低、定位误差大等问题。针对激光雷达的数据测得的距离信息进行线段特征提取算法,通过将常用PDBS、IEPF算法优缺点进行综合,提出了一种混合特征提取算法。最后通过对SICK的LMS111-10100激光雷达获取环境中的一组数据进行处理,分别对PDBS、IEPF算法及混合算法提取效果与实际环境对比,验证了特征提取混合算法的有效性。

针对传统移动机器人导航控制时的灵活性较差,且易受到距离和空间限制的问题,提出了基于RTK系统和激光雷达(Lidar)探测数据相组合的机器人导航控制方法,由RTK系统获得大范围场景的精确定位数据以构建全局地图并通过线性自抗扰控制器进行全局导航,通过激光雷达探测场景内局部小范围的障碍物数据并构建局部地图,并采用聚类分段拟合等算法精确描述障碍物的边缘信息,由改进的人工势场法实现机械人的自动避障。实测数据实验结果表明,所提方法达到厘米级的避障效果。

针对不良能见度天气下的交通运输安全需求,设计了一台可用于水平及斜程能见度测量的激光雷达能见度仪。该仪器以嵌入式计算机PCM-3370E为控制和数据处理核心,实现对激光器、光子计数卡、门控电路工作时序的控制及能见度反演。在收发光学单元良好工作的基础上,通过易于操作的人机交互界面获得大气能见度的客观、便捷测量。

针对多普勒测风激光雷达校准仪的设计要求,详细推导校准仪中激光入射和接收角度与准直器到转盘的距离、多普勒频移量、入射光覆盖的弧长等量的关系,最终确立当多普勒校准仪中转盘半径为100mm、准直器到转盘的距离L〈50mm时,选取激光入射与接收方向的夹角=25°、入射角=20°。

介绍了基于AT89S52的激光雷达门控控制系统的工作原理，并着重讨论系统硬件和软件的实现方法。系统采用AT89S52单片机为核心，配置以数字电位器、光电耦合器、单稳态触发器等部件，控制光电倍增管门控开关的时间，从而实现对激光雷达测量的起始点和结束点的实时调控。

根据激光雷达跟踪测量定位理论，介绍一种基于μC／OS—Ⅱ的实时机器人控制系统。该控制系统采用分层分布式控制系统设计方案，主控制模块以S3C4480为硬件平台，并以μC／OS—Ⅱ为软件平台，通过多任务划分，将整个系统功能分成多个按不同优先级的调度任务，以实现机器人不同功能的需求。伺服控制模块以TMS320F2812为控制器，并以PID为控制决策算法。性能测试表明，该控制系统控制精度高，稳定性好，系统响应迅速。

激光雷达用于无人自动驾驶车辆的避撞和定位导航，该智能接口卡用UART采集激光雷达数据，通过CAN总线传输给上位机实现无人自动驾驶车辆复杂的定位导航，同时在DSP的数据处理中实现车辆的自动避撞，保证车辆安全。本文介绍了此接口卡的硬件和软件设计，实践证明，该卡能在500kbps波特率下可靠实现车辆避撞处理和实时数据传输。

现代飞机对许多的机载设备安装提出更高的要求，而传统的飞机机载设备安装姿态的校准测量方法在测量校准精度和效率上已不能满足这些要求，需要采用基于先进数字化测量仪器和技术测量校准方法。通过对激光雷达系统测量原理的分析，本文提出了一种基于激光雷达的机载设备安装姿态校准新方法。与传统测量校准方法相比，这种基于激光雷达的校准方法在减少和简化测量校准工序、提高工作效率和校准精度等方面具有显著优点，能够满足现代飞机制造对机载设备安装姿态校准的更高要求。

随着激光扫描技术的发展，基于激光扫描系统的室内环境地图构建技术广泛地被运用到机器人的视觉导航中。针对当前研究中所使用的激光扫描仪体积笨重、价格昂贵，不适合小型移动机器人装配的不足，提出一种由智能小车和低成本的360°激光雷达组成的二维环境地图构建系统。系统由硬件系统和软件系统两部分组成。通过硬件系统对环境进行感知，提取周围环境特征信息，通过软件系统完成二维环境地图的实时创建，实现基于激光雷达构建室内环境地图的任务。在得到环境地图的基础上，采用最小二乘法对初始数据进行滤噪处理，以获得更为精确的环境地图。实验结果表明，本系统成本低，性能高，能精确的构建二维环境地图，并成功应用于室内小型移动机器人的视觉导航中。

基于激光雷达和定位与地图构建（SLAM，Simultaneous Localization and Mapping）的麦克纳姆轮小车，集SLAM所携带的外部感知环境，并利用提取的信息进行自我定位的功能和激光雷达对目标回波和发射信号的比较处理，实现目标等参数确定的功能。文中基于激光雷达和麦克纳姆轮的定位方式进行展开，重点研究移动机器人里程计的获取解算和使用AMCL（自适应蒙特卡洛定位算法）输出定位坐标，同时进行多次的模拟试验测试，并对试验结果进行分析。试验结果表明，麦克纳姆轮小车实现了机器人的定位与导航和麦克纳姆轮全方位移动的强强联合。