如今无人驾驶技术越来越受到重视,很多人相信这将会是改变世界的一项技术,环境感知部分作为无人驾驶技术的基本组成部分,同样受到了很多的追捧。无人驾驶的环境感知与交互技术包括很多部分,例如:交通标志识别、车道线检测、行人检测、车辆之间的交互问题等等。本文研究了环境感知与交互技术中的智能车编队行驶部分,交通标志识别部分,车辆环境感知策略部分。具体工作和成果包括:1、研究智能车编队行驶问题,先对编队行驶的策略进行了细致分析,选择了领航者-跟随者的策略,然后对编队控制问题中车辆的控制问题进了研究,主要研究了输入输出反馈线性化及PID在上面的应用问题,着眼于车辆加入编队和车辆离开编队的分解任务,提出转换距离以减少转换时间。并进一步研究提出了 CJL框架,使用仿真验证了框架的有效性。2、研究交通标志识别问题。鉴于深度学习技术的迅猛发展,我们希望在小型设备上也能实现相应的技术,并以交通标志识别问题为应用背景,展开研究。对深度学习的不同网络结构及其影响在树莓派上进行了相应的实验,并测试了使用深度学习进行特征提取,使用其他分类器进行分类的效果。最终设计出了 TSNet网络,在小型设备上仍然有较好的效果3、最后主要针对智能车感知周围环境的策略进行研究,我们认为除了车辆自身的感知能力外,可以增加周围环境的感知能力,并对车辆进行相应的信息发送,这样可以极大的增强车辆的稳定性,可以减少单车的智能性。这种情况下同样能够保持车辆的无人驾驶行为,在应对某些特殊的场景时会有非常好的效果。