移动机器人是一个多学科多领域交叉集合的综合体系，它集合了人工智能、环境检测、路径规划、控制与执行设计、机械机构设计等多方面的功能需求于一体，综合了工程信号处理、电子电路设计、智能控制、计算机科学等多领域的前沿研究成果，是国家机电综合设计制造能力的最高表现。为了使移动机器人在复杂环境下真正实现自主移动，必须通过自身装载的各式传感器获取周边的环境信息，并对这些地图信息进行感知和分析，这也就意味着移动机器人极大程度地依赖于地图创建，研究大型精确三维地图的创建具有非常重要的意义。传统的具备地图创建功能的移动机器人通常装备的是单目或者双目视觉相机以及二维激光传感器，相机在环境光线发生变化或者环境过于复杂的地方都不能正常使用，而二维激光传感器则只能探测到某一高度的环境信息，只能在简单环境中进行移动，最终得到的是二维地图，不能有效描述出空间的三维结构。近年来，Kinect传感器的出现提供了一个快速高效获取三维点云数据的途径，但是由于其精度问题，仍然无法完成大型精确三维地图的创建。为了实现在未知的复杂室内环境下创建三维地图，我们采用了由二位传感器和旋转平台构成的三维激光传感器，对地图创建中的一系列问题进行了详细的研究和实践。首先，本文利用三维激光传感器收集360°的点云数据，通过直通滤波和统计方法过滤掉了杂点和漂浮点，之后进行了稀疏化处理，得到了有效的原始数据；然后通过似然函数的配准方法对三维点云进行了拼接以获取完整的三维点云地图；由于三维点云的数据存储量太大，本文又使用了Octree数据结构将三维点云地图转换成为了三维栅格地图，并在此数据架构的基础上扩展改进了D*算法，从而实现了三维栅格地图下的路径规划。为了实现机器人自主确定下一个目标点的位置，我们将三维地图降低维度至二维，以提高算法运行速度，然后使用了基于边界的探索算法，按照已知和未知信息将区域进行划分；为了提高地图精度和机器人定位精度，我们同时还进行了主动的闭环检测，实时监测当前位置与之前访问的位置之间的最短距离，以便执行闭环动作。以上这些方法都采用真实的移动机器人在上海交通大学思源楼中进行了实际实验和测试，并且详细记录了实验数据和实验条件，对地图精度的分析表明这种地图创建方法是有效且可行的，对推动移动机器人实现真正的自主移动具有重要意义。