自动驾驶技术近年来受到了各大高校与企业的广泛关注,越来越多的研究人员投入到自动驾驶技术的研发中。在国家政策的鼓励下,我国自动驾驶技术水平发展迅速。在整个自动驾驶系统中,处于上游的环境感知技术被认为是实现车辆智能化的关键环节。环境感知模块主要通过安装在车上的传感器,来感知车辆周围的环境信息,保障自车与交通参与者的安全,同时也是自动驾驶系统下游模块的基础。单一传感器的环境感知系统不可避免的存在难以克服的缺陷,将激光雷达与相机进行融合,能够综合两种传感器的优势,形成互补,对提高无人车的环境感知能力有着重要的研究意义和应用价值。论文对激光雷达与相机的融合技术进行深入研究,并将传感器融合技术应用于城市道路交叉路口的目标识别。论文提出一种基于Flood Fill与谱聚类算法结合的激光雷达目标检测方法,将Flood Fill算法的搜索理论与谱聚类算法的切图理论应用于点云的聚类,不仅考虑点云之间的欧式距离,同时考虑点云之间的空间分布特征。为了满足与激光雷达融合的需求,提出一种长短焦相机融合的相机目标检测方法,在YOLOv2算法的基础上,根据图像几何的约束,对预测参数进行重新设计,使其能够输出目标的三维信息,经过长短焦相机的融合,实现了相机对近、远处目标的三维信息识别。最后对传感器的融合方法进行了分析与研究,对传统的Pn P求解原理进行分析,在此基础上提出基于平面法线对齐的方式求解位姿转换关系,并引入遗传算法对求解结果进行优化,通过试验证明了本文所提标定算法的改善效果,然后在自动驾驶仿真软件SVL Simulator中,对激光雷达与相机的融合结果进行仿真验证,证明了本文所提的决策级融合方案的正确性与有效性。论文所研究的激光雷达与相机的融合方法,可以对城市道路交叉路口中的车辆及行人目标做出准确识别,使无人车在城市道路交叉路口具备感知无人车周围360°范围内目标的能力,对保障无人车的安全以及提高无人车的环境理解能力具有实际应用意义。