作为环境感知中至关重要的一个组成部分,可行驶区域检测是无人车安全行驶的关键所在,它能在检测道路区域及边界的同时,为无人车的其他模块如规划与控制提供重要的信息指引。本文主要面向实际场景中的结构化和半结构化道路,开展基于激光雷达、多传感器融合的可行驶区域检测方法研究,具体地可以分成以下几个部分:1.搭建多传感器感知平台。平台主要搭载了可见光相机、激光雷达、惯性测量单元（Inertial Measurement Unit,IMU）和全球导航卫星系统（Global Navigation Satellite System,GNSS）等多种传感器,通过内参与外参联合标定获取各坐标系间的变换矩阵,便于后续开展数据融合相关工作,保证无人车行驶的安全、可靠性。2.提出一种基于激光点云图像的可行驶区域检测方法。该方法首先根据64线激光雷达数据特性构建了空间点云三维直方图,利用随机采样一致（Random Sample Consensus,RANSAC）算法对平坦区域在直方图中的直线表达形式进行拟合,并建立道路区域的二次曲面模型,在此基础上结合行扫描方法,对每一条扫描线进行逐一判断,获取最终可行驶区域。3.提出一种基于可见光相机和激光雷达融合的可行驶区域检测方法。该方法首先结合传感器联合标定结果将激光点云投影至图像平面获取稀疏点云图,在此基础上根据各像素所处区域是否为边缘,完成空间点云的上采样,获取稠密点云图。进一步地,设计了一种面向多模态数据融合的检测网络,通过端到端的模型训练与更新,完成可行驶区域的像素级分割,实现全天候道路区域的可靠检测。