近年来,智能驾驶车辆受到了越来越多的关注,智能驾驶车辆环境感知系统作为车辆智能驾驶的最重要组成部分,已成为世界上众多学者的研究热点。为了提高智能车环境感知系统的准确性和鲁棒性,本文基于视觉传感器和激光传感器在智能车行驶环境中的应用进行了研究,构建了基于摄像头的智能驾驶车辆环境感知系统和基于激光雷达的智能驾驶车辆环境感知系统。在构建的基于摄像头的智能驾驶车辆环境感知系统中,主要进行了智能驾驶车辆车道线检测工作和环境目标检测工作,如智能驾驶车辆行驶环境中的车辆和行人等。在构建的基于激光雷达的智能驾驶车辆环境感知系统中,对激光雷达识别的障碍物信息进行了去畸变处理、分割地面数据以及应用欧氏聚类对障碍物进行聚类分析。针对各传感器在不同的感知环境中的差异性和优缺点,设计开发了基于摄像头传感器的车道线检测系统的软件系统进行仿真分析,并对所构建的两种系统进行了实车论证试验。本文在当前智能车的应用研究成果的基础上进行了深入研究,并做出以下具体研究工作:（1）构建了基于视觉传感器和激光雷达传感器的智能驾驶车辆环境感知系统。根据视觉传感器及激光雷达传感器的工作原理,结合其进行标定方法,对传感器进行标定。（2）基于智能车的行驶特性,构建了智能驾驶车辆车道线检测系统。（3）针对感知环境中障碍物目标类别的多样性,利用K-means算法获取适应目标数据的多组先验框、利用YOLO-V3算法进行目标识别.（4）利用激光雷达传感器的优质特性,对激光雷达采集到的数据进行去畸变处理。（5）基于ROS操作系统对点云数据进行分割地面处理,对激光雷达点云信息进行聚类分析。（6）基于Matlab中的GUI（可视化界面）设计开发了基于智能驾驶车辆车道线检测系统。（7）搭建实车试验平台,检测所构建的系统的精准性。