最近几年的国内汽车市场的发展越来越快,人民群众对购买汽车和驾驶汽车的热情也越来越高涨,但是随之而来的就是频发的交通驾驶事故,因此汽车安全技术的研发,也在汽车行业里兴起。汽车的智能化成为其中的一个重点,要让汽车的行驶能够智能化,就必须要实现车辆目标的有效检测。车辆目标的有效检测,能够给驾驶员提供目标信息来警示驾驶员前方的路况,也能为进一步的自动驾驶提供研究的基础。本文依托企业的自动驾驶技术研发,利用毫米波雷达和摄像头传感器进行信息采集,实现目标数据的信息融合,在理想的道路信息条件下,进行了试验验证。主要的研究工作如下:本文首先分析了一些国内外的传感器应用和检测技术的发展,在此基础上结合自身条件,设计了基本的车辆目标检测的总体方案,明确了方案各部分的联系。其次,利用毫米波雷达传感器,对车辆目标进行了数据初选,基于有效生命周期的方法进行了数据信息的有效性验证。又利用车辆目标的对称性、Haar-like特征及Adaboost学习方法,在大量的正负样本学习的基础上,完成了对车辆目标的有效识别,并通过卡尔曼滤波对识别结果进行优化跟踪,实现了车辆目标的动态检测。最后,建立了毫米波雷达传感器和摄像头传感器在时间和空间上的融合模型,通过程序和软件,进行了实际的设备搭建和道路试验,对方案和算法进行了验证。试验的结果在一定程度上体现了本文方法检测车辆目标的有效性。