随着全球石油资源日渐枯竭,石油价格不断攀升,以及温室气体的排放,新能源汽车越来越受到人们的关注。特别是电动汽车由于其环保节能等优势,再加上政策的扶持,其保有量正在逐年增长。然而,汽车数量的不断增长,以及复杂的车辆倒车环境却又导致了越来越多的倒车事故。随着汽车电子技术的发展和信息处理技术的进步,智能辅助倒车设备为我们提供了较好的解决方案。因此,本文围绕电动汽车智能倒车以及倒车速度控制展开研究,提出一种基于多元异构环境感知的电动汽车倒车主动安全控制方法,使用多种不同类型的传感器获取环境信息,实现多元异构电动汽车倒车环境感知。论文主要研究工作如下:首先,搭建多传感器环境感知平台,该平台包括双目摄像头、两台超声波测距仪和两台激光测距仪。双目摄像头首先用于获取车辆倒车情况下的视频信息,这有利于拓展视野、减少盲区,降低驾驶员的驾驶负担。超声波测距仪和激光测距仪主要用于测量车辆尾部与障碍物之间的距离。然后,针对双目摄像头采集到的视频信息,根据双目视觉原理对其进行处理。首先利用双目标定获取的摄像头内部参数、外部参数和畸变参数。然后再利用这些参数对双目图像进行校正,匹配计算得到视差图像。最后利用三角测距原理对障碍物进行测距,并标记选取威胁最大的目标,计算其相对位置。其次,根据双目视觉、超声波测距仪、激光测距仪测量获得的距离信息,首先使用无迹卡尔曼滤波器对其进行滤波处理,去除信息中含有的噪声信息。然后基于联合滤波框架对其进行融合处理,使得处理后的结果受环境影响更小、误差降低,提高系统的可靠性。接着,基于双目检测结果,融合低秩表示与无迹粒子滤波算法,实现对倒车视频的目标识别与跟踪。本文使用标准库数据和实际倒车过程中获取的视频信息,进行实验与仿真,验证本文所提方法的可行性与有效性。此外,本文还将所提算法与其他算法进行对比与分析。实验结果表明,本文所提算法跟踪速率提高3倍以上。最后,根据模糊控制理论建立电动汽车倒车速度控制模型,再结合信息融合与目标跟踪结果,对电动汽车倒车速度控制进行模拟仿真实验。通过分析不同倒车情况下的速度控制曲线,得出本文基于多元异构环境感知电动汽车倒车速度控制方法具有一定可行性的结论。