随着机器人技术的发展，现代移动机器人不仅在工业制造方面，而且在军事、民用、科学研究等方面得到了越来越广泛的应用，它们可以代替人类实现很多繁重或恶劣条件下人们无法胜任的工作。在机器人的研究领域中，激光雷达是一个重要的距离传感器，是绝大多数移动机器人的必备传感器。本文通过由二维激光雷达改造的三维数据采集系统，对室外移动机器人导航中的两大关键技术，即室外环境场景构建和草丛中的障碍检测，进行了深入研究，取得了有意义的成果。第一部分研究了利用现有的二维激光雷达构建三维数据采集系统的过程。与二维激光雷达相比，三维激光雷达具有直观、视角大等诸多优点，但大多造价昂贵。本文利用步进电机和单片机控制系统，带动二维激光雷达沿水平轴俯仰旋转，产生了三维深度数据。并通过参数标定获得准确的三维信息。第二部分研究了基于三维数据采集系统的室外地形构建。由于激光雷达采集的环境深度数据都是相对于雷达坐标系统的，因此需要利用车体位置姿态(位姿)信息将不同时刻深度数据配准到世界坐标系中，以获取环境场景模型。为此提出了基于ICP算法的深度图像配准方法，并在减少运算时间，删除不重合区域以改善匹配效果，避免迭代陷入局部最小三方面改进传统ICP算法。还开发了多帧匹配时的倒匹配方法，减少了多帧匹配的累积误差。最后，对总体场景进行了建网，并用OpenGL构建了具有真实感的三维地图。第三部分研究了基于三维数据采集系统进行草丛中障碍物的检测。对于野外环境下的移动机器人，草丛并不能算作真正障碍物，因此要过滤掉环境中的草的影响，检测真正障碍物。通过“最大值滤波器”和取二阶导数绝对值的较小值，提取环境中的平面障碍物。通过多扫描平面以及多帧深度扫描图像消除单一扫描平面的零散误判障碍物区域。并利用改进的Hough变换进行草丛掩蔽下的圆柱形障碍物的提取。