车辆智能化成为当今汽车行业研究的重点,车辆的智能化过程中安全辅助驾驶技术是其研究的重要内容。安全辅助驾驶技术能够及时准确给驾驶人提供预警报告,并获取车辆障碍物相对于本车的距离、速度等状态信息,加强了车辆行驶过程中的安全性。本文基于毫米波雷达与机器视觉相融合对前方车辆障碍物进行检测研究。本文首先基于毫米波雷达对前方车辆障碍物进行了基于同车道距离最近的原则对于有效目标进行了初选,并且通过生命周期的方法对于初选信息的有效性进行验证。依据车辆几何特征信息及毫米波雷达提供的距离信息在摄像机图像上建立感兴趣区域。其次,通过基于Haar-like矩形特征结合Adaboost分类器的机器视觉识别算法完成对车辆的识别,并通过基于目标特征和卡尔曼滤波对车辆进行实时跟踪。再次,搭建毫米波雷达和机器视觉多传感器的融合模型,实现数据信息在空间以及时间上的融合。最后,对本文建立的融合模型进行软件设计,并通过仿真试验以及台架试验对设计的融合模型进行验证。实验结果表明本文的融合模型能够实时有效稳定的进行前方车辆障碍物的检测。