智能驾驶是未来交通发展的方向,自动驾驶汽车为驾驶员带来便利,同时又能提升交通效率。依赖于多种传感器的环境感知层是智能驾驶的重要部分。本文基于毫米波雷达和图像传感器之间的数据融合,以检测前方目标为研究对象,目的是为自动驾驶汽车的路径规划系统提供准确、可靠、具有鲁棒性的前方环境感知信息,具有重要意义。本文研究道路场景理解的三个方面:预测道路主方向,目标位置估计,预测目标运动方向和行为。主要工作包括:1,对比毫米波雷达、相机和激光雷达等传感器的优缺点;研究毫米波雷达的原理和特性;研究基于毫米波雷达数据检测道路护栏和道路边缘算法,实现了对道路主方向的预测。2,利用卡尔曼滤波方法和生命周期方法,研究构建毫米波雷达有效目标决策模型,实现了对目标点的有效跟踪滤波。3,构建毫米波雷达和相机的数据采集系统,建立两个传感器数据的时空融合模型,完成了不同传感器数据的空间对齐和时间配准。4,研究基于毫米波雷达和图像数据融合算法,对比分析多种基于深度学习的图像车辆目标检测算法。利用有效目标决策模型处理过后的毫米波雷达目标,与图像目标实现了目标级融合,有效的完成了目标位置校正和目标运动方向预测。