本文在现有的无人驾驶智能车感知系统研究的基础上,结合对多元传感器的融合应用,针对实时道路及车道线检测,实时交通标志检测与识别,实时路口定位三个关键问题进行了深入研究,并自主开发了一套无人驾驶智能车环境感知系统。本文的主要研究工作包括以下三个部分：1.提出了基于多传感器融合的复杂道路情况下可行驶区域探测及车道线跟踪算法。作为无人车行驶所需最基本的功能,本文针对了复杂城市道路环境中,结构化和非结构化道路共存的情况,提出了一种不需要经过人工切换的方式,同时可以应付结构化道路和非结构化道路的道路识别方法。改方法通过多相机和雷达的数据互补特性,进行融合计算,实现复杂环境下的高准确度道路识别。针对结构化道路情况,本文还提出了一种基于二次扫描方式的多车道线检测及其跟踪算法。这种算法可以为结构化道路上行驶的无人车,提供远距离的车道级导航指引。2.提出了基于融合特征的交通标志快速定位算法以及基于不变算子的大角度标志识别算法。以禁令标志为例,通过分析交通标志的固有特点,充分利用不同特征对于局部和整体表达上的侧重点,对特征进行加权串行融合并结合有效的机器学习方式实现交通标志的精准检测。针对多数交通标志进入无人车相机时呈现角度偏大产生畸变的情况,提出了一种基于大角度旋转不变性算子特征匹配的方式实现大角度范围内的交通标志识别。3.提出了基于虚拟圆柱体扫描仪的大范围路口实时定位算法。路口作为道路场景中最为复杂,也相对最危险的部分,无人车需要有提前预判路口位置的能力。本文利用64线全景激光雷达的大范围动态感知能力,在车辆前方所需位置发射虚拟圆柱体扫描仪,根据传感器得到的数据特征进行特征分类,实现路口和路段的区分,同时应用该方法实现不同种类型路口间的区分。