随着经济的发展,私家车越来越普及,使得人们在享受着车辆带来便利的同时也开始遇到由于车辆的不断增长所带来的交通问题。交通事故的发生不止给驾驶员带来经济上的损失,也威胁着他们的生命安全。为了减少交通事故的发生,人们越来越重视车辆自动驾驶技术的研究。自动驾驶技术的首要工作是检测出车辆前方的障碍物进而生成相应的环境地图。虽然对于环境地图构建技术的研究已经取得丰硕成果,但在障碍物检测、实时更新等问题上仍然存在一些挑战。本文利用激光传感器来获取车辆前方的障碍物信息,对采集到的信息进行预处理,再对于数据进行分析得出障碍物检测结果。本文首先描述了环境地图构建的关键问题和多传感器信息融合的基本知识,为基于激光传感器构建环境地图的实验打下理论基础。然后,针对环境地图构建问题,引入概率栅格的方法研究了最优栅格分辨率设置问题,在确保实验精确性的同时尽量减少计算量。在处理实时更新问题时,使用修正贝叶斯方法融合不同时刻的数据信息,解决了单一时刻的障碍物遮挡问题,在仿真环境和真实环境的实验结果显示,修正贝叶斯方法有效的实现了地图更新。面对障碍物检测问题时,本文提出改善的平均数方差图像的方法,并与占据空白方法的障碍物检测结果进行对比,实验结果表明,该方法提高了检测的准确度,有效的解决了障碍物检测问题。最后,单一的激光传感器在一个时刻只能采集一帧数据,在采集数据时探测范围受到限制,并且测量结果也存在一定误差。针对这一问题本文使用了四个激光传感器同时进行信息采集,并且引入D-S证据理论方法进行信息融合,再利用仿真软件Player/Stage进行模拟场景实现。实验结果表明,D-S证据理论方法有效地融合了四个激光传感器的数据信息,减少了单一传感器环境地图构建时产生的误判,实现了车辆周围的全局地图构建。