随着我国高速铁路交通的建设与迅猛发展,铁路交通以其较长的运输距离、较快的运输速度、较低的运输成本以及突出的运载力等特点,成为我国不可或缺的基础交通工具,因此铁路交通的安全问题越发引起人们的关注。针对现有铁路侵限检测方法相对落后、精度低等问题,本文利用激光雷达测距原理对列车的运行环境进行安全监测,识别对铁路安全造成严重影响的障碍物,对保障铁路交通的安全运行具有重要的实际意义。相比于传统信息采集设备如:照相机、摄影机,红外等,激光雷达拥有全天候24小时且不受天气干扰等独特的优势,获取三维空间目标物体点云信息具有精确度高、速度快等突出特性,有助于对场景变化更准确的判断。本文在详细了解了激光雷达环境感知技术的国内外发展现状基上,针对本课题功能需求,对基于激光雷达测距原理的铁路障碍物检测系统进行了深入研究。分析了铁路环境中相关物体的激光反射率范围,确定了本系统传感器型号。对系统硬件的整体布局进行了充分的研究与讨论,确定了系统监测点的选择方法,最后得到铁路障碍物检测系统的总体设计方案。根据系统功能,设计了系统硬件结构以及交互软件。以激光雷达为研究对象,研究了激光雷达的工作原理,数据采集过程,以及数据处理方法。针对雷达数据获取途径的限制提出了一种利用ROS系统下Gazebo与Rviz联合,并借助于PCL点云库对雷达数据获取过程进行了模拟。利用三维建模软件对铁路运行场景进行了场景建模,完成了激光雷达数据采集系统对铁路环境的数据采集工作。在完成铁路场景激光雷达数据采集的基础上,进行了点云数据处理的一系列相关研究。对利用激光雷达进行障碍物检测的方法以及点云数据处理的过程进行了系统的研究。针对列车运行环境中场景复杂、地面不平整等特殊性,通过对二维图像处理技术中的背景差分法的研究,提出了适用于铁路特殊环境的地面滤除方法。有效避免了二维计算机视觉中背景差分法在场景中存在动态物体时产生空洞的问题。在对雷达的采集数据进行目标范围划分与滤波等处理后,进行了激光雷达场景目标检测即铁路障碍物检测功能的研究。利用不同物体VFH特征值的差异性原理实现物体种类的识别功能。借助Kd-tree建立了可供目标检测系统进行索引的三维点云模型VFH特征值数据库。最终,对数据处理过程以及系统目标检测功能进行了实验,结果表明该系统可在有效范围内对障碍物进行检测。