地面移动机器人是指在复杂环境中,可自主或半自主完成某些特殊任务的机器人,集成了诸多领域的最新科技成果,在科研、军事、社会服务等众多领域存在着广泛应用。移动机器人系统主要由硬件平台、环境感知、路径规划、运动控制、定位建图等模块构成。三维点云是机器人系统感知环境的一种主要数据形式,可以准确地描述环境的几何属性和空间结构,因此本文以三维点云为基础,围绕移动机器人环境感知和路径规划两个核心模块,在以下三个方面展开工作:（1）针对半结构化环境,提出了一种基于单帧稀疏点云的可通行区域检测方法。该算法分开检测结构化障碍物和非结构化障碍物,同时避免直接使用点云的高度特征,充分利用环境中结构化信息来检测障碍物。该算法可以稳定地标记环境中较低障碍物以及负障碍,适应斜坡、颠簸等多种复杂环境,并且可以在小型移动机器人平台上依靠本地计算资源实时运行。实验结果表明,该算法有效提高了移动机器人对环境的适应能力。（2）针对点云稀疏性,设计了一种基于多帧稀疏点云的局部滚动地图构建方法。低分辨率激光雷达采集的点云存在稀疏性问题,本文使用点云配准技术为移动机器人系统提供里程计信息,基于障碍物检测结果连续配准多帧点云,建立了适应静态环境的局部滚动点云地图、适应动态环境的局部滚动栅格地图。实验结果表明,该算法不仅填充了点云中的空洞,有效解决了点云的稀疏性问题,并且弥补了局部地图中缺失部分障碍物信息的问题,为局部路径规划提供了良好的导航地图。（3）基于Morphin设计了一种末端扩展Morphin搜索算法。由于机器人视野域的限制和Morphin算法路径的离散性,Morphin算法对路径末端环境信息的分析较少,导致算法选择的路径不是最优。因此本文基于Morphin设计了末端扩展Morphin搜索算法,并优化了路径评估函数。实验结果表明,该算法不仅保持了原始算法的效率和反应能力,还有效提高了移动机器人的稳定性。为完善移动机器人系统,本文基于OSM地图建立了全局拓扑地图,并以此完成全局路径规划。