随着汽车数量的逐年增加,道路交通愈发复杂,为了有效减少道路交通事故的发生,汽车智能与安全方面的技术研究成为越来越迫切的要求。如今智能交通系统将先进的信息技术、数据通讯传输技术、电子控制技术以及计算机处理技术综合运用在整个交通管理体系,将人工智能与汽车融合成一个有序的高效系统。为了减少汽车追尾事故的发生,智能交通系统在汽车防撞技术方面表现的尤为重要,它帮助驾驶员获得前方路面的障碍物信息,并根据实时情况提醒驾驶员做出相应的应急处理,避免车祸的发生。本文提出一种基于视觉传感器与激光雷达传感器信息融合的车辆防撞方法。在对各种传感器的作用原理、应用范围与优缺点进行分析后,使用较易结合并高效的基于视觉与激光的多传感器融合检测方式。本文首先采用视觉传感器进行单独检测,对视觉图像采用多特征结合的方法对前方目标进行初步确认。对采集的视觉图像进行预处理后,采用改进的Hough变换对车道标志线进行检测与提取,确定前方车辆检测的有效区域,在该区域内,运用块区域统计方法对车辆底部的阴影特征进行搜寻,找出车辆可能出现的位置；利用边缘检测排除非车辆区域；运用车辆的对称性原则对前方目标进行进一步检测。然后运用激光传感器在一维方向上对前方的车辆目标进行横向扫描,先选取生长起始点,后运用区域生长法产生距离图像,根据距离图像来判断前方出现的障碍物是否为车辆目标。在分析视觉传感器与激光传感器检测的不足后,采用激光与视觉的信息融合对目标进行检测验证。在获取前方目标宽度和距离的基础上,提取车辆目标特征以构建车辆验证函数。根据车辆验证函数建立基于最小风险的贝叶斯决策分类器,对视觉图像中检测到的车辆进行确认验证,完成视觉图像与激光距离图像的信息融合。试验表明该方法能准确的检测出前方的车辆。最后,本文对前面检测出来的车辆目标进行跟踪,在视觉图像中采用Kalman滤波器对车辆目标进行位置预测,运用NMI特征对预测的目标进行验证确认,再结合激光传感器的测距功能对前方车辆进行实时距离跟踪,当前方车辆与本车之间达到安全临界范围时,发出报警信号,提醒驾驶员做出防撞应急处理。