为了提高道路交通安全,现代的无人车系统中广泛采用各类传感器来获得车辆行驶所需要的环境信息。面对逐渐复杂的实际环境,传统的单一传感器由于不能满足实时、快速地提供具有高精度和高可靠性的监测与定位信息,同时又不具备自主性好、对环境变化的适应能力强、抗干扰性强以及高性能价格比等要求,从而影响无人车行驶策略的制定。我们知道良好行驶策略的制定需要通过大量的环境信息对车辆关键部位行驶状态进行监测,进而能够更好地了解整个车辆的性能,并及时地制定出相应的调整策略来提高车辆的可靠性和安全性。因此,本文从如何更加合理利用传感器信息的角度出发对车辆运行状态进行检测,并在多传感器信息融合技术下对无人车行驶策略进行了相关的研究。首先,对无人车上基于环境信息采集系统中各个传感器的位置进行了设置；再次,由于环境信息的复杂多变,使得传感器获得的信息带有一定程度的不确定性,本文在综合考虑各类融合算法的基础上,采取将处理结果利用D-S证据理论进行融合很好的处理了不确定性的问题。最后,针对D-S证据理论自身不确定性与不能处理高冲突的问题,本文提出矩阵分析的理论修正了该问题；通过上述所得的融合结果结合相应的准则,我们就可以分析决策并制定无人车行驶策略。通过在实际道路中进行的无人车行驶实验,得出本文提出的算法能准确表示驾驶员的不确定性先验知识,能够保证在一个或多个传感器失效的情况下仍然具有良好的容错性。