环境感知是智能车辆实现无人驾驶的关键步骤,如何准确地表现出三维场景的特征一直是无人驾驶领域所研究的重点和难点。而随着无人驾驶技术在越来越复杂的场景上应用,三维激光雷达凭借其精度高、信息量丰富等特点受到了研究人员的青睐。本文基于三维激光雷达数据研究智能车辆的环境感知技术以及安全行驶域检测方法,具体的研究内容包括以下几个方面:1.系统阐述了三维环境感知的背景以及研究现状,分析了三维场景分割和智能车辆可行驶区域提取的原理以及存在的问题,提出了安全行驶域模型,该模型反映了在一段时间内各个行驶区域的安全系数,为智能车辆路径规划提供了准确的数据。2.研究基于激光雷达数据的道路检测方法。针对GPF算法在进行地面分割时出现的远处地面容易误分割以及实时性差的问题,提出了改进的GPF算法,利用栅格高度差滤波和分块多平面拟合有效地提高了算法的精度和实时性。在此基础上,根据激光雷达原始数据在不同场景下的点云形态差异,构建了多个特征用于提取道路边界,并通过连续数据的叠加来提高道路边界检测的准确性。3.研究运动目标检测与跟踪方法。根据目标形状特征和道路边界约束条件提取出道路内的运动目标,并提出一种特征辅助关联方法对运动目标与已跟踪上的目标序列进行数据关联,利用匈牙利算法来优化关联矩阵,最后采用Kalman滤波器预测目标的运动状态。4.搭建智能车实验平台,设计并开发了智能车辆安全行驶域检测系统,在实际场景下进行了大量实验,实验结果表明系统的功能和性能达到预期目标,同时也验证了本文方法的有效性和实时性。