对于工作在非结构化场景中的移动机器人系统,能否对其周围环境进行有效辨识、感知和重构是其能够自主运行的前提条件。尤其对三维非结构化场景的建模与重构的研究,具有更重要的研究意义和广泛的应用价值。本文主要完成了三维场景重构系统的构建,有效建立了场景的几何特征模型和三维栅格模型,实现了对三维场景的重构与回溯等研究工作。本文利用三维激光扫描数据的有序性,快速提取出非结构化场景中的直线、平面以及边缘轮廓等几何特征,建立三维场景的几何特征模型。为了实现大范围场景数据的调度及可视化,基于八叉树空间划分的思想,建立场景的三维栅格模型,将空间中的激光数据划分到三维栅格中。经典ICP算法通过查找最近点构成匹配对,以迭代的方式实现场景匹配。该方法具有迭代速度慢,且易收敛到局部极小值等缺点。本文提出了使用边缘特征点代替原始点云等五点改进策略,有效地克服了经典ICP算法的不足。为解决ICP算法收敛到局部极小值的缺点,需要利用扫描视点位姿进行初始校正。然而,扫描视点位姿往往不能有效提供,且存在较大误差。因此本文提出利用视觉图像处理的方法,辅助三维激光场景的匹配,从而实现无位姿的场景匹配问题。将视觉摄像机与三维激光测距仪结合,通过标定的方法标定出他们之间参数关系,得到视觉图像与三维激光深度图像之问的映射。首先对两幅场景对应的视觉图像进行处理,利用SIFT算法查找两幅图像中的特征匹配对,再将特征匹配对映射到激光场景中,构成三维激光特征匹配对,最后计算出两幅场景的转换关系,实现无位姿场景匹配。基于三维栅格模型,本文解决了大范围场景的数据分块及实时调度显示的问题。根据OpenGL空间中的虚拟摄像机当前位置,按离摄像机的远近分5个显示等级,实时调度并显示栅格模型中相应的数据。通过实验证明,本文方法能够有效实现非结构化场景的建模与重构,具有很强的实用性。