近年来,随着私人汽车拥有量的不断增长,汽车尾气的排放量也在逐年增加,造成了严重的环境污染问题。此外,世界各地交通事故频繁发生,无数家庭因此家破人亡。无人驾驶技术可以提升燃料利用率以及保障行车安全,从而缓解道路交通安全和环境污染问题。环境感知系统是无人驾驶系统的基础,也是无人车安全性和智能性的根本保障。障碍物检测技术是环境感知系统的核心,也是无人车能够实现自动驾驶的基本条件。本论文研究了无人驾驶环境感知系统的系统设计、传感器调试、障碍物检测等关键技术,完成的主要工作如下:1.完成了无人驾驶环境感知系统总体方案设计,包括传感器配置、通信架构构建以及数据处理、故障诊断等工作方式。该系统以工程机为核心处理单元,配置有2个毫米波雷达、2个工业相机、1个四线激光雷达、1个64线激光雷达、1对RSDS毫米波雷达以及1个GPS惯性导航系统。2.研究了传感器标定方法,完成了主要传感器的接口调试及性能测试。用C++语言编程实现了毫米波雷达和四线激光雷达的接口调试和性能测试,能够直接读取传感器底层数据并根据其数据格式提取所需信息,提高了数据应用效果;测试了两种传感器输出结果的准确性。3.提出了基于DBSCAN的三维激光雷达障碍物检测优化算法,并完成了实验验证与分析。针对传统DBSCAN算法在激光雷达数据处理方面距离适应性较差的问题,进行了改进:根据激光雷达数据分布特点,将传统DBSCAN算法中固定的聚类邻域半径ε,调整为随着目标距离变化而变化的自适应聚类参数。实验结果表明,优化DBSCAN算法的聚类效果得到明显改善。