交通道路智能管理与控制是减少交通拥堵的重要措施。交通雷达以其独特的优势成为智能交通控制系统中重要的传感器之一,可以统计车辆的距离、速度、角度以及车流量等信息,实现对车辆超速检测、拥堵评估以及为红绿灯的调配提供有效的数据。良好的交通雷达多目标跟踪是保证数据可靠、有效的关键。由于交通雷达工作体制和应用场景的特殊性,其多目标跟踪方法相对于传统雷达多目标跟踪技术有许多新的特点和需求,需要针对交通雷达多目标跟踪算法展开研究。鉴于此,本文在实际场景对整体多目标跟踪算法系统进行了设计、分析和验证,主要工作包括以下几个方面。1、讨论了交通雷达的测距、测速以及测角原理,并结合其工作体制分析了交通雷达的性能及优势;按照雷达目标跟踪处理流程总结了交通雷达在多目标跟踪过程中一些容易出现的问题和特点,并进行了详细的分析、总结,包括其产生原因、问题类型以及解决方法。2、针对交通雷达多目标跟踪算法进行了研究,包括:原始点迹预处理、航迹起始、航迹数据关联和跟踪滤波四个环节。对于目标跟踪前两部分:在原始点迹预处理阶段,结合道路先验特征,利用标识出的交通道路边缘线对需要跟踪范围内的目标点迹进行筛选,实现对交通道路两侧杂波干扰的有效滤除,并减少了之后点迹凝聚的运算量;针对交通雷达扫描频率快,短时间内数据量大以及监测初期目标运动趋势不明显等问题,提出了适用于该交通雷达的改进的航迹起始算法,保证了航迹起始的实时性。3、针对交通雷达多目标跟踪过程中,目标数量不确定,较远处的点迹间距趋于发散的问题,提出改进的航迹关联算法。在新一帧目标点迹数据与航迹进行关联时,优先与评分较高的航迹进行关联,并且在整个关联过程中,根据目标与雷达的径向距离设置大小不同的综合波门,以解决较远处目标点迹不集中的问题;由于道路目标在行进过程中很少在车道之间大幅度跳转,即使有变道情况也相对较平缓,所以对已关联成功的点迹采用自适应α-β滤波进行滤波估计,可以及时准确地反映目标最近机动情况,实现对多目标的高精度稳定跟踪。4、介绍了交通雷达多目标跟踪算法的实现过程,包括算法的整体实现方案和实现平台,最后通过实测数据对每个过程以及算法整体进行了验证分析。根据处理结果表明该多目标跟踪算法整体能够满足对交通道路目标的稳定跟踪,可以为今后的智能交通发展提供准确可靠的交通信息。