交通安全问题是社会的焦点问题,天气条件作为自动驾驶领域中的重要影响因素,针对雨雪等复杂天气条件下的目标检测研究对于实时反馈道路天气条件以及减少交通事故有着重要作用。但是,单一的传感器无法保证精确的检测结果,因此对基于多传感器的车辆环境感知技术研究就显得尤为重要,具有现实意义。本文在了解国内外车辆环境感知技术研究现状的基础上,对基于多传感器的车辆环境感知技术进行了软硬件设计及目标检测算法研究。对系统的总体方案进行设计,以摄像头、毫米波雷达以及激光雷达传感器为研究对象,对其目标检测原理分别进行分析说明;在多传感器目标检测基础上,使用数据融合技术可以有效提高检测精度,本文以多传感器的数据融合技术为出发点,对三种传感器元件分别进行布局,设计了检测区域,为实现车辆的360°无盲区检测提供了保证。针对系统工作环境的复杂性,对车辆环境感知系统的目标检测算法进行研究。对雨雪天气条件图像雾化等因素所导致的摄像头检测精度降低缺陷进行分析说明,并提出一种MSRCR图像增强预处理算法与改进YOLOv3目标检测算法相结合的检测算法;提出一种基于变周期对称三角波的多目标速度以及距离检测方法,有效提高了毫米波雷达的多目标检测精度;研究一种基于DBSCAN聚类算法的激光雷达目标检测算法;研究基于摄像头、激光雷达与毫米波雷达数据融合目标检测算法,以达到提高检测精度、同时输出点云数据和运动信息数据的目的。对车辆环境感知控制系统进行设计研究。在硬件系统设计中,根据系统的精度要求,对各传感器硬件进行选型,然后对传感器引脚部分进行说明,确定满足系统正常工作的电源电压。在软件系统设计中,根据系统工作原理,对系统软件进行模块化总体设计,确定软件工作流程,并利用Matlab/Simulink软件对系统部分模块进行总程序以及子程序设计,最后对各传感器数据的处理和实时显示进行设计,以满足系统对目标运动状态的数据收发和实时显示。通过仿真实验对所述目标检测算法进行分析,验证所提出算法的可行性,并有效地提高了雨雪复杂天气条件下摄像头图像的目标检测精度;摄像头与毫米波雷达融合可以获得精度更高的相对目标距离;毫米波雷达和激光雷达融合可以实现环境点云信息与目标的相对距离、相对速度以及方位角信息实时观测,为观测人员对目标的动态信息观测提供了方便。