路侧毫米波雷达作为智能交通系统中的重要设备,能够为智能交通系统提供可靠、精确的数据。针对路侧毫米波雷达在检测与跟踪目标过程中精度不足等问题,本文依托国家重点研发计划项目课题“车路协同环境下车辆群体智能控制理论与测试验证”（2018YFB1600600）,提出了一种基于路侧毫米波雷达的目标检测与跟踪方法,主要研究内容如下:（1）针对路侧毫米波雷达在检测目标时噪声点难以滤除的问题,提出了一种改进的DBSCAN噪声滤除算法。根据毫米波雷达探测目标的特性,将数据中出现的无效目标进行剔除,利用改进后的算法滤除雷达在探测过程中出现的噪声干扰信号。最后通过实验与其他聚类算法进行对比。结果表明,改进后的DBSCAN算法能更有效的滤除噪声。（2）针对路侧毫米波雷达在非线性系统中检测目标时存在漏检、误检等问题,将GM-PHD算法与UKF算法结合,并利用该算法对目标进行跟踪。通过仿真对比选取最优的数据关联算法,将毫米波雷达数据进行正确关联。最后分别对UKF、GM-PHD及UK-GMPHD算法进行仿真分析,并通过真实的道路采集数据进一步验证UK-GMPHD滤波算法的跟踪性能,结果表明该算法能有效的减少毫米波雷达误检、漏检情况的发生。（3）针对路侧毫米波雷达在跟踪目标时难以将目标分类、同一目标具有多个回波信号等问题,提出一种融合相机数据的雷达目标检测与跟踪算法。通过相机输出的检测框二次滤除雷达数据;然后提出一种基于视觉检测中心的最近目标匹配算法,将同一时空下的雷达数据与相机数据完成匹配,实现融合相机数据的雷达目标检测与跟踪。最后通过实测数据验证算法的有效性,实验结果表明,利用本文提出的算法与雷达跟踪算法对比,其距离、速度、角度的均方根误差分别减少24.05%、24.73%、21.27%。