随着智能交通在全球的逐渐兴起,无人驾驶汽车开始成为人们研究的热点。无人驾驶汽车上一般装有数码相机,激光雷达,毫米波雷达,GPS,惯导系统等传感器。作为本论文研究的重点,主要是利用激光雷达和毫米波雷达传感器来获取无人驾驶汽车前方的多目标信息,并对两种传感器的多目标数据进行融合,作为车载计算机决策的依据。本论文主要研究内容可以分为以下几个部分：(1)在第二章中,对毫米波雷达软件开发包进行了大量的修改,使之符合项目的要求,并分析了毫米波雷达采集程序各个模块的功能和相关的算法,对程序的调试作了总结。(2)在第三章中利用激光雷达来计算路面范围。由于高速公路是一个很规范的环境,在公路两边有栏杆。因此,本论文利用激光雷达获取车道两旁栏杆等数据,然后利用最小二乘法计算出路面范围,针对激光雷达在返回数据时部分数据会出现异常,影响到路面范围的推算,对最小二乘法做了相应的改进。主要的改进是先计算所有激光雷达车道边缘线数据到已经拟合的车道边缘线的方差,然后将阀值设为所有方差平均值的一半,凡大于该阀值的激光雷达车道边缘线数据点予以舍去,对剩下的激光雷达车道边缘线数据点重新拟合,得到一条新的更符合真实环境的车道边缘线。(3)在第四章中,本论文所做的主要创新是：利用第三章激光雷达已经计算的路面范围来滤除掉毫米波雷达车道边缘线以外的目标,只跟踪车道边缘线以内的目标,大大节省了多目标跟踪的效率。在对无人驾驶汽车前方的多目标航迹进行推算时,分析了最简单的最近邻法的原理与不足,并采用了联合概率数据关联算法同时借助激光雷达的数据来推算多目标的航迹,为了保证系统的实时性,对该算法做了相应的改进,实验结果表明,使用联合概率关联算法并和激光雷达数据进行融合来求解多目标航迹推算具有良好的效果。