3D激光雷达以其准确的3D点云数据、不受光照变化影响的特点，为高质量的定位与建图提供保障，具有重要的理论研究意义和广泛应用前景。本文针对3D激光雷达的定位与建图开展研究，论文的主要内容如下：
首先，介绍了3D激光雷达定位与建图的研究背景与意义。从3D激光雷达定位与建图、3D激光雷达与其它传感器融合的定位建图两方面进行现状综述，并对论文内容和结构进行了简介。
其次，针对3D激光雷达定位与建图方法中帧图匹配效率较低的问题，提出了一种基于有向几何点和稀疏帧的3D激光雷达定位与建图方法DGP-SLAM。一方面，有向几何点DGP特征在空间中分布稀疏，从而稠密的几何点特征地图可以被稀疏的DGP特征地图代替，提高了帧图匹配模块寻找数据关联的效率，同时基于DGP特征的严格数据关联策略保证了关联的准确性；另一方面，稀疏的融合帧进一步增加了地图的稀疏性，基于稀疏帧的DGP特征传播策略提高了地图特征的质量。此外，基于DGP特征的回环检测和位姿图优化提高了位姿估计的全局一致性。所提方法能够有效提高帧图匹配的效率，实验表明了所提方法的有效性。
第三，提出了一种基于帧图匹配和固定窗口平滑的分层式3D激光里程计HELO。深层的固定窗口平滑模块以浅层帧图匹配模块的位姿估计结果为输入，通过多帧位姿优化降低累积误差，并实时地输出高精度位姿估计。设计了以特征为中心的地图特征管理方式同时管理浅层和深层的特征，分别为浅层构建局部地图和为深层提供多帧数据关联。基于关联结果结合一对多测量残差策略提供逐特征的多帧位姿约束，同时引入方向残差提高位姿优化的精度。在数据集上的实验结果表明所提方法能够在保证实时性的前提下有效降低累积误差。
第四，提出了一种紧融合滤波和平滑的嵌套式3D激光里程计TFAS。滤波和平滑模块以嵌套窗口的方式紧密融合起来，二者共享窗口中的特征和位姿，一方面节省了内存消耗，另一方面，平滑模块的优化结果通过对滤波的反馈提高其定位精度。滤波中考虑了精修位姿优化以增强对外点数据关联的鲁棒性，还设计了多残差约束用以提高位姿优化结果，同时在平滑模块引入DGP特征三角化策略保证特征的准确性。所提方法的有效性在数据集上进行了实验验证。
第五，提出了一种基于有向几何点特征的3D激光-惯性里程计。稀疏的有向几何点特征保障了3D激光-惯性里程计的高效性，IMU测量在多状态迭代扩展卡尔曼滤波器框架下用于去除点云的旋转和平移畸变并预测状态，提高剧烈运动下的定位鲁棒性。设计了基于稳定局部地图的特征跟踪以及环境自适应的关键帧选择、剔除策略，提高了有向几何点特征在低线束3D激光雷达中方向估计的准确性，并减少了地图中关键帧的冗余。此外，还给出了自适应的激光-惯性初始化策略以实现不同状态下的系统初始化。在数据集上的实验结果验证了所提方法的鲁棒性。
最后，对本文工作进行了总结，并指出了需要进一步开展的研究工作。