随着无人驾驶技术的快速发展,智能汽车安全防撞系统已经成为了当前国内外科研人员主要的研究方向。为提高无人驾驶汽车在行驶过程中的安全性,本文选取多测距传感器融合的智能车辆防撞系统为研究对象,设计了多传感器数据融合算法,开发了智能车安全防撞模块,并通过仿真与实车试验证明了系统具有一定的创新性,制动距离较单传感器更为精确。本文主要内容如下:搭建了智能车多测距传感器融合防撞系统的软硬件框架。在硬件选型方面,选择了固态激光雷达和毫米波雷达作为测距传感器,以工控机作为决策环节执行平台,通过车载以太网和CAN总线完成固态激光雷达和毫米波雷达与线控底盘汽车之间的数据通讯,以此搭建了整个智能车安全防撞系统的硬件平台。以ROS操作系统作为整个安全防撞系统的底层软件平台,采用话题的通讯方式,完成了智能车防撞系统的软件环境架构。设计了基于固态激光雷达与毫米波雷达的前方障碍物检测算法。通过欧拉转换将固态激光雷达坐标系与毫米波雷达坐标系转换到同一车辆坐标系中。分别对固态激光雷达的三维点云进行点云滤波、降采样、地面拟合和聚类分割,将障碍物的形心坐标进行话题发布,对毫米波雷达采集数据进行信号解析、测量范围划分、目标选取,将筛选后信息进行话题发布,为后续智能车的安全防撞决策模块提供判断依据。提出了多传感器融合的智能车安全防撞模型与控制策略。对两种传感器采集到的数据进行时间与空间同步,并通过卡尔曼滤波和扩展卡尔曼滤波算法,对两种传感器的数据进行算法融合,获得准确的距离信息与速度信息,并在安全距离模型中进行逻辑判断,决策出智能车安全防撞系统下一步的执行策略,从而对控制模块发出控制信号。通过系统仿真与实车试验验证了多传感器融合智能车安全防撞系统的防撞功能。对固态激光雷达与毫米波雷达进行了性能测试,并对两种传感器融合后的数据信息进行准确性验证,通过对融合后的数据进行误差分析,证明了采用多传感器融合算法后的制动距离更为准确。试验结果表明论文研究的基于多测距传感器融合的智能车辆防撞系统研究具有一定可行性。本课题由国家重点研发计划项目:车辆级和网络级在途车辆运行状态安全诊断与在线预警平台（2017YFC0803903）和多目标实时监测与智能感知关键技术（2019YFB1600502）提供支持。