El campo de la robótica móvil ha experimentado un crecimiento significativo en cuanto al uso de la tecnología de mapeo láser en interiores, pero la mayoría de los Light Detection and Ranging bidimensionales (LiDAR 2D) solo pueden escanear un plano de altura fija, lo que dificulta obtener la información de objetos por debajo de la altura fija, lo que puede ocasionar problemas de mapeo ambiental inexacto y colisiones de navegación. Aunque el LiDAR tridimensional (3D) también se está aplicando gradualmente, se utiliza menos en el mapeo en interiores porque es más caro y requiere una gran cantidad de memoria y computación. Por lo tanto, en este artículo se propone un algoritmo de compensación de datos láser basado en la mejora del mapa de profundidad en interiores. En primer lugar, el mapa de profundidad adquirido por la cámara de profundidad se elimina y suaviza mediante filtros bilaterales para lograr la mejora de los datos del mapa de profundidad, y se realiza una transformación de proyección de múltiples capas para reducir la dimensión y comprimirla en datos de pseudo-láser. En segundo lugar, los datos de pseudo-láser se utilizan para remapear los datos láser de acuerdo con la relación posicional entre los dos sensores y el obstáculo. Finalmente, los datos láser fusionados se agregan al emparejamiento frontal de localización y mapeo simultáneo (SLAM) para lograr una fusión de datos multinivel. El rendimiento de la fusión de múltiples sensores antes y después se compara con el del esquema de fusión existente a través de simulación y en especie. Los resultados experimentales muestran que el algoritmo de fusión puede lograr una percepción más completa de la información ambiental y mejorar efectivamente la precisión de la construcción del mapa.