汽车在给人们的生活带来便利的同时也造成了日益严重的交通问题,交通事故频发,由此造成的人员伤亡与经济损失也越来越严重。因此人们在追求舒适性的同时对汽车的安全性要求也越来越高,传统的驾驶辅助技术已经不能满足日益复杂的交通环境,智能驾驶逐渐成为未来汽车工业的一个发展方向。而当前智能车辆搭载的环境感知系统大多采用昂贵的传感器,高成本使得智能驾驶多用于军事领域以及科研领域,因此选择经济型的传感器,扩大传感器的感知范围在降低智能车辆成本的同时也能促进智能车辆的商用化进展。本文设计的智能车环境感知方法采用成本相对较低的毫米波雷达,利用前向雷达与侧向雷达之间的数据融合,实现智能车辆周围的全方位环境感知,为智能车辆的决策系统提供障碍物的分布情况。本课题根据智能车对环境感知的要求进行了方法设计,包括目标识别、目标跟踪、数据融合与可通行区域选择。首先实现了毫米波雷达的有效目标的识别与有效跟踪;然后通过组合毫米波雷达的空间同步实现多雷达的数据融合,经过多区域目标分析与融合之后,按照目标的分布情况进行可通行区域的选择,实现智能驾驶提供决策依据;最后对该环境感知方法进行了实验验证,分别验证了毫米波雷达的目标识别与跟踪效果、组合毫米波雷达的数据融合效果以及可通行区域的选择效果。经过实验验证,组合毫米波雷达环境感知算法能够实现相应的环境感知功能,该方法可以有效的识别车辆周围的障碍物并进行有效跟踪;经过数据融合后可以实时检测并显示车辆周围要求范围的有效目标;并且可以正确的选取可通行区域。