机载激光雷达是一种获取目标的三维表面信息的传感器。激光雷达扫描后将产生大量的三维数据，如何处理这些三维数据并提取有用的信息是激光雷达系统中的一个重要部分。本文的主要工作就是在相对复杂的背景下，研究车辆类目标的检测方法。主要研究内容如下：（1）关于三维激光雷达数据的获取部分，研究了机载激光雷达系统中的坐标系以及它们之间的相互转换方法。不同对象的点云分布各有不同的，本文对几种典型对象的点云分布特点进行了讨论。本文研究了一种新型扫描体制。本文还研究了由原始数据获得特定坐标系下点云数据的点云恢复算法。（2）三维激光点云数据组织是三维激光数据处理的基础。本文首先对几种常见的点云数据组织方法进行了研究，并对它们的优缺点进行了比较。点云数据处理部分主要研究了点云的特征、点云滤波、空间聚类算法。这些点云数据处理方法是进行车辆类目标检测的基础。（3）点云的局部高程突变以及车辆类目标的局部平坦性质是车辆类目标检测算法的主要依据。根据检测算法是否存在地面估计这一步骤，可以把检测算法分为基于地面估计检测算法以及基于特征的检测算法。本文首先研究了基于距离门的车辆类目标检测算法，而后提出了一种基于地面估计的检测算法——基于AETEW点云滤波的车辆类目标检测。（4）论文最后通过实验分析了基于AETEW点云滤波的车辆类目标检测算法的检测性能。包括它们的场景的适应性以及研究了场景分辨率、场景噪声对它们的影响。