目前,智能驾驶技术正在迅速发展。由于环境感知和信息处理方面的算法问题,无法对各种环境进行自动理解。基于传感信息融合的方法构建车辆信息地图能够提高车辆识别准确率,对智能车辆安全行驶具有重要意义。首先,对相机与激光雷达进行联合标定。建立相机标定模型,采用LM梯度下降算法对相机的内、外参数进行优化;同时建立激光雷达标定模型,采用粒子群算法、可变邻域半径的DBSCAN聚类算法及最小二乘法对激光雷达的外参数进行确定;由于相机模型和激光雷达模型都是在车辆坐标系下标定的,通过推导可以对相机与激光雷达进行联合标定。其次,对相机图像与激光雷达数据进行预处理及车辆识别。对相机彩色图像通过信息熵理论灰度化算法、基于权重系数的滤波算法、图像分块二值化算法进行处理,以实现车道与车辆阴影的分离;以车道线为基准,采用搜索黑色像素点的方法寻找车底阴影与道路相交线,进而识别车辆。对激光雷达数据通过四种滤波方法滤除非车辆目标,通过可变邻域半径的DBSCAN聚类算法对激光点云进行聚类,确定车辆的位置。再次,基于相机与激光雷达的信息融合对车辆进行识别并构建车辆信息地图。采用三次样条插值对相机与激光雷达信息实现时间上的配准,使信息融合达到时间同步。采用坐标关联度特征对相机与激光雷达信息进行融合,确保两者识别目标为同一车辆。分析图像中车辆存在的横向距离与激光雷达所检测到车辆的纵向距离,采用栅格法构建车辆信息地图。最后,设置车辆变道时的初始条件,求解出三阶贝塞尔方程的参数,并用MATLAB软件绘制三阶贝塞尔曲线的模拟变道轨迹。采用安装有四个摄像头与一个激光雷达的实验车做车辆信息地图的验证实验,对比模拟轨迹与实验车轨迹,验证信息地图构建的合理性。