在经济高度发展的今天,汽车作为一种更便捷化的交通工具已经逐渐代替原有的电瓶车,成为人们出行的代步工具。但是有一个严峻的问题摆在面前,那就是交通问题,车辆繁多导致了交通路况的复杂度升高,并且在这样复杂的交通路况中极易发生交通事故。因此建立起智能交通系统成为当今社会迫在眉睫的事情,而车辆的目标跟踪又是智能交通系统的一个重要部分,对减少交通阻塞和交通事故的发生有着重大的意义。本文采用无迹卡尔曼滤波与小波变换结合的算法来实现车辆的跟踪,首先在理论上通过对比了几种卡尔曼跟踪算法的优缺点,选择了无迹卡尔曼滤波算法作为目标跟踪的算法,并且通过MATLAB进行仿真,验证了无迹卡尔曼滤波算法的优越性,为了提高车辆跟踪的精度,在无迹卡尔曼滤波算法的基础上,加入小波变换的多尺度分析,其原理是:对处理的信号在尺度N上进行多尺度分解,再对分解在不同尺度i上的平滑信号进行无迹卡尔曼滤波处理得到平滑信号的最优估计,然后把得到的平滑信号的最优估计和细节信号进行重构,得到尺度i上的最优估计,接着把不同尺度上的最优估计进行融合,从而得到整个系统的最优估计,并且通过MATLAB对其进行了仿真。最后对两种跟踪算法仿真的结果进行分析,从而验证了无迹卡尔曼滤波与小波变换结合的算法在车辆跟踪中的误差较小,估计的精度更高。在硬件方面为了适应雷达信号的高速采集,系统采用FPGA作为硬件控制芯片。整个系统的硬件设计部分包括三个模块:数据采集模块,数据处理模块,显示模块。每个模块的衔接流程为:首先通过激光雷达获取车辆的位置和速度信息,然后通过A/D转换电路实现从模拟信号到数字信号的转换,再将转换后的数字信号送入FPGA中进行数据的处理,最后对处理后的最优估计值进行显示。在系统硬件设计的基础上,使用Verilog语言对系统的每个硬件接口进行编程,同时对算法也进行软件的编程。最后对搭建的硬件平台,通过Quartus ii软件平台进行下载程序和调试。