煤炭一直是我国消费最多的能源，然而由于井下高温、潮湿、多粉尘等恶劣的工作环境，井下煤炭开采的效率不高。在井下煤炭开采中，巷道的掘进是其重要的环节，目前井下巷道的掘进都依赖人工指挥掘进机进行工作，效率偏低，此外由于人工控制巷道掘进，不可避免的会造成巷道掘进的方向和掘进窗口的大小与施工图存在偏差，因此测绘人员会不定期的进行检测，这也在一定程度上影响了巷道掘进的效率。因此提高巷道掘进的效率是当前煤炭安全生产的研究热点之一。本文利用基于激光扫描的三维场景技术，在计算机上重建出掘进巷道的三维模型。在三维点云数据的配准的研究上，本文总结和分析了目前国内外用于三维点云配准的主要算法，深入研究了RANSAC（Random Sample Consensus随机采样一致）算法和ICP（Iterative Closest Point迭代最近点）算法，针对传统ICP算法搜索最近点对准确度不高做出了改进，即将法向量作为搜索最近点对的一个约束条件，对于传统ICP算法的收敛速率和结果与初始条件有关，提出了基于RANSAC和ICP改进算法的由粗到精双层配准方法，以实验室为对象进行试验比较，结果表明本文提出的方法在点云配准速率、搜索匹配点对正确性上有了一定的提高，证明了该方法的有效性。在上述方法的基础上，本文设计了针对掘进工作面的矿井下巷道三维场景重建系统，动态的显示出井下巷道的三维场景，针对掘进机工作面的工作现场需要，实现了掘进机截割窗口检测的功能，掘进巷道走向的显示功能以及掘进机导航参数的矫正功能，从而达到了提供掘进机工作的自动化程度提高巷道掘进效率的目的。