随着人民生活的日益改善,汽车成为人们日常最常用的交通工具之一。随着汽车的普及,交通安全形势愈加严峻,针对车辆防碰撞技术的研究也越来越引起各大汽车厂商和众多学者的关注与重视。与此同时,智能交通的概念也逐渐走进道路交通建设领域,越来越多的国家开始布局基于智能交通的未来交通系统。车辆自组织网络技术作为智能交通的重要技术之一,近年来发展迅速,愈加成熟,车辆防碰撞技术也随之有了新的研究方向。本文以车距测量技术为切入点,主要研究基于车辆自组织网络的多传感器信息融合车辆防碰撞技术。论文首先介绍了课题的研究背景、车辆自组织网络和多传感器信息融合技术的发展现状;概述了车辆自组织网络的网络结构、特点、移动模型和相关技术研究现状;简介了多传感器信息融合的基本概念、功能模型和结构模型;介绍了常用的传感器系统,为基于车辆自组织网络的多传感器融合防碰撞技术的研究提供基础。其次,论文对车辆自组织网络分簇算法进行了深入的分析和探讨,提出了一种基于位置的车辆自组织网络分簇算法及信息快速传递策略。该算法是一种高速公路环境下基于车辆自组织网络的信息共享方案,算法实现了簇内节点车辆向后方节点共享自身信息的功能。算法采取了共享信息单向传输以及分簇距离阈值随着车辆密度动态取值的策略,可以有效避免因分簇距离阈值选取不当而引起的两类问题:(1)簇无法有效覆盖车距小于安全距离的车辆,簇内车辆过少,起不到有效共享消息的目的;(2)因簇内车辆太多而导致信息传递次数过多、消息转发延迟过大等问题。通过分析和仿真验证了算法的合理性和可行性。最后,论文在对目标运动模型、量测模型、卡尔曼滤波的原理以及算法研究分析的基础上,针对如何提前感知前方非网内成员节点车辆并得到较为准确的测量距离的问题,结合本文给出的分簇算法,提出了一种利用簇内前方节点共享的信息来间接测量前方目标车辆的方案。该方案借鉴并结合了现有的信息融合算法,包括一次融合和再融合两部分。一次融合可以使系统得到精度较高的距离结果;再融合则实现了疏失数据的剔除以及多个一次融合数据的再融合。文中通过仿真说明了算法的有效性,验证了本文所提方法的可行性和正确性。