车辆自动驾驶技术是近年来的热点研究内容,自动驾驶汽车是集环境感知、规划决策、控制执行等核心功能于一体的移动信息处理平台。当前车辆自动驾驶的算法开发和功能迭代依赖大量的实验和测试工作,对于实验平台的软硬件也提出了较高的要求。本文针对自动驾驶算法开发和测试的需求,将以感知为核心的实验平台作为研究对象,设计了一个具备多源感知能力的自动驾驶移动实验和测试平台,并对其中涉及到的通用软件框架、传感器时间同步方法、空间同步方法及多传感器外参标定等关键技术进行研究,具体研究内容如下:（1）为满足自动驾驶算法开发对于移动实验平台高感知能力的需求,本文对实验平台硬件组成进行了设计和论证,得到移动实验平台的总体设计方案,并依据方案,搭建了移动实验平台的硬件系统;同时,针对自动驾驶各算法模块之间因交互逻辑冲突、数据定义冲突而阻碍算法开发和测试的问题,设计了高度解耦的自动驾驶通用软件框架,并对其中的数据通信方式及内容进行制定,使得不同功能模块之间的算法可以并行开发和模块化部署测试,降低了算法迁移的阻碍,提高了算法开发的效率。（2）针对自动驾驶感知算法对于传感器高精度时空同步的需求,对平台上多传感器的时间同步能力和时间同步误差进行分析,设计相应的软硬件时间同步方案,并通过数据验证了实验平台多传感器数据间毫秒级的时间同步能力;设计了实验平台传感器空间同步方案,并制定详细的传感器空间换转方式和内外参标定内容,包括相机内外参标定、激光雷达间外参标定、相机与激光雷达的外参标定和毫米波雷达与激光雷达的外参标定,从而将各个传感器的数据统一到车体坐标系下。（3）针对不同数据特征的激光雷达间外参离线标定方法效率低的问题,采用NDT点云配准算法直接对环境中点云数据进行实时配准和外参解算,提高了激光雷达之间的外参标定速度和精度,并可在动态场景下进行外参在线标定与修正;针对相机-激光雷达之间外参离线标定手动选取共视点精度难以保证、效率低的问题,设计了一种基于线特征拟合的相机激光雷达外参标定算法,该方法只需环境中存在一定的边缘信息,通过算法自动提取图像数据和点云数据中的边缘线特征,对其进行匹配并构建约束关系,以实现外参的解算,从而不需要环境中放置标定物进行特征点提取,避免了手工操作,提高了外参标定的效率和精度。（4）对移动实验平台的实时感知能力进行实验验证。基于实验平台的硬件基础,设计了一种基于相机和激光雷达数据的障碍物空间位置感知算法,并在低功耗上位机上对算法实现过程进行加速,以保证图像数据和海量点云数据的实时处理,通过实验表明处理效率可以满足实时感知的需要,验证了本移动实验平台用于自动驾驶感知等算法开发、验证的可行性。