随着人工智能技术的快速发展，研究具有辅助驾驶系统的智能汽车逐渐成为很多高科技产业和汽车制造业的一个重要研究方向。目标跟踪技术在智能辅助驾驶领域起到不可或缺的作用，辅助驾驶系统可以帮助驾驶员了解周围环境，对行驶过程中的潜在危险做出预警或采取相应的辅助驾驶措施，从而减少交通事故的发生。目前辅助驾驶跟踪算法存在目标跟踪丢失和误跟踪等问题亟待解决，因此本文研究基于多特征信息融合的目标跟踪方法具有重要的理论意义和实际价值。
　　为了满足辅助驾驶系统对目标跟踪准确率与实时性要求，本文在目标检测识别的基础上实现目标跟踪，对多特征信息融合的目标检测方法与目标跟踪方法进行研究。在目标检测部分，为了有效解决基于卷积神经网络目标检测方法对小目标和不完整目标存在的漏检问题，本文给出了融合卷积网络浅层手工特征与卷积深层语义特征的目标检测方法，并建立了融合多特征信息的目标检测模型。
　　在目标跟踪部分，为有效提高目标跟踪的稳定性，本文在核相关滤波基础上，结合多特征信息融合原理，给出多特征信息自适应融合跟踪建模方法。由于在目标跟踪过程中会出现目标被遮挡和目标发生形变等情况，本文根据遮挡目标判别方法，给出遮挡目标跟踪模型和跟踪方法。针对多目标跟踪问题，研究了匈牙利多目标匹配方法，根据多目标跟踪数据关联参数匹配机理，给出基于检测结果的目标跟踪方法和跟踪模板参数的求解方法。最后按照多特征信息对背景和目标可分性计算结果，得到特征权值更新函数和自适应模板更新方法。
　　通过模拟对比实验对本文多特征信息融合目标检测方法和基于多特征信息融合的目标跟踪算法进行验证，利用定量和定性分析实验测试结果，结果表明：本文融合多特征的目标检测方法能有效提高对小目标和不完整目标的检测精度；融合多特征的目标跟踪算法在目标形变、光照变化和目标遮挡环境下都具有较高跟踪精度和实时性，且在多目标跟踪中具有良好的跟踪效果。