地震、火山喷发等灾难发生后的城市搜索与救援工作因倒塌建筑物的结构不稳定性而具有很高的危险性,救援机器人在城市搜救工作中发挥出越来越大的作用。救援机器人自主完成城市搜救工作是救援机器人研究的最终目标,三维激光雷达具有精度高,感知范围广的优势,在高度非结构化环境下对提高救援机器人的安全性有较高保障。本文对救援机器人在城市搜救任务下基于三维激光雷达的环境感知问题进行了一系列研究,主要包括机器人实时同步定位与建图,实时地形分类及可通行区域识别等问题。首先,对于救援环境下机器人实时定位与建图任务,本文基于IMU信息融合改进了LOAM算法,将高运行频率的位姿估计与低频率的地图创建运行在两个独立线程上,有效地降低了算法的计算复杂度,同时通过融合IMU信息对救援环境下存在俯仰角运动高度不连续情况下的点云错误匹配进行修正。该算法可以实时完成救援环境下机器人位姿估计与环境地图建立,且对俯仰角运动不连续情况有较好的修正效果。其次,对于实时地形分类任务,本文提出一种基于ELM的分类算法,结合位姿估计及建图结果提取出机器人所处区域点云,将NARF特征和特征点与机器人空间欧式距离融合,并应用ELM分类器对机器人所处区域地形进行分类。经实验验证,该算法在与其它算法分类精度相仿的情况下,具有更优异的分类实时性。最后,对于可通行区域识别任务,本文提出一种基于代价地图的提取方法,通过点云概率分布建立三维栅格地图,基于三维栅格与其距离最近的障碍物之间的距离计算其代价值,最后通过设定代价阈值过滤得到机器人的可通行区域。实验结果表明该算法可以得到机器人可通行的三维空间,满足救援机器人完成自主探索任务的基本需求。