随着空间信息产业的迅速发展，社会对于地理信息数据的需求越来越大，而且对其更新速度提出了更高的要求。目前，由于具有获取数据速度快、精度高、数据处理快等一系列优点，集GPS、激光扫描仪、惯性导航系统等高精度传感器于一身的车载移动测量系统开始在空间信息产业中崭露头角。但车载移动测量系统获取的激光点云数据具有海量性的特点，从而导致车载激光点云数据无法一次性导入计算机内存进行浏览，这已成为阻碍车载移动测量系统发展的瓶颈之一。　　针对车载激光点云数据量大的问题，本文提出了一种针对车载激光点云数据组织及可视化浏览方法。针对车载激光点云数据特点，通过总结目前存在的大规模空间数据组织方法，提出了自己的车载激光点云数据组织及可视化方法，并利用当前成熟的计算机技术，编程验证了所提出的解决方案，实现了对大规模车载激光点云数据组织及快速浏览，并取得了不错的效果。　　本文的研究工作主要体现在以下几个方面:　　(1)研究车载激光点云数据特点，分析其与现有大规模空间数据（地形、影像）的共性与不同，为其数据组织奠定基础。　　(2)针对大规模车载激光点云数据特点，结合海量地形及影像等空间数据组织方法，提出一种基于分层、分块思想的“点云金字塔”多分辨率数据模型，并研究实现其快速构建方法，分析其构建效率。　　(3)针对本文提出的“点云金字塔”多分辨率数据模型，结合当前存在的点云数据空间索引方法，提出一种面向“点云金字塔”的KD-Tree&Octree混合树索引，研究实现其基于视点的LOD调度检索算法。　　(4)针对本文提出的大规模车载激光点云数据组织及可视化方法，结合当前成熟的大数据量处理技术，采用QT、VTK等开源工具，开发实现车载激光点云数据组织及可视化实验系统，验证本文提出的方法的可行性。　　最后，对本文的工作进行了总结，并在数据处理效率，LOD可视化不同分辨率点云之间的缝隙、方法的通用性上提出了进一步的要求。