车载激光扫描系统能够快速获取目标表面三维坐标和反射强度等信息，并且具有实时性、高精度、高密度、非接触式以及自动化等特点，为道路信息的快速获取与实时更新提供了新的途径。但车载激光扫描系统获取的原始激光点云数据量大、杂乱无序、空间分布不均匀、包含的目标丰富多样。同时，道路环境场景复杂、道路形状多变，道路边界与路面上的交通标线等特征在原始点云中不够突出，且容易受到遮挡导致道路点云局部存在缺失，这些因素都给道路信息的自动提取造成了很大的困难。因此，如何准确、高效、完整地从大范围复杂环境下的车载激光点云中提取道路及其标线等特征信息，在当下具有十分重要的研究价值。本文的主要研究内容如下：
　　(1)针对车载激光点云杂乱无序且存在噪声点与冗余数据的问题，总结与探讨了车载激光点云数据的常用预处理方法，主要包括点云空间索引建立、原始点云去噪和点云精简。
　　(2)结合结构化道路点云法向量分布特征，提出了一种依据法向量相似度的路面点云提取方法。首先使用布料模拟算法对原始点云进行非地面点滤波，然后分别基于主成分分析法与曲面拟合法计算出各激光脚点的法向量与曲率值，最后依据点云法向量相似度作为约束条件，采用改进的区域生长分割算法提取出路面点云。
　　(3)研究并改进了基于强度特征图像的道路标线点云提取方法。首先将路面点云投影转换成点云强度特征图像，并基于边缘检测与连通分析的方法得到道路标线位置，然后通过投影反变换从路面点云中初步得到道路标线点云，最后引入Otsu法进行点云强度滤波剔除路面噪声点，实现对道路标线的精确提取。
　　(4)设计开发了具有点云显示、点云预处理、道路信息提取等功能的软件，并选取不同环境下的多组车载点云数据对本文提出的道路及标线提取方法进行了实验验证，对实验结果进行了分析与评价。