基于日益复杂的交通环境,汽车的智能化和安全性成为人们最关心的问题。在这一背景下,无人驾驶技术逐渐成为目前智能科技领域最有发展潜力的方向之一。无人驾驶是一种将具有测距、成像以及定位等功能的传感器与软件算法、人工智能技术相结合,通过感知层、路径规划层、决策控制层以及执行层等多个层级的数据传递,实现车辆自主驾驶的技术。多传感器融合是实现这一过程的关键环节,直接影响了车辆环境感知的精度。在感知层,传感器融合的一个重要功能为目标的跟踪,即使车辆实时获取探测区域目标的状态信息。在传感器获取的状态信息中,目标位置的信息尤为关键,直接关系到车辆行驶的安全。本文提出了一种基于车载双雷达系统,利用无损卡尔曼滤波器,根据所获得的经过标记的雷达数据对目标的位置状态进行预测和更新,从而实现无人驾驶车辆目标位置估计的方法。本文的主要工作可以概括如下:1、根据传感器的特点和参数,对比了目前常用的几种雷达,对毫米波雷达和激光雷达进行了选型。设计了雷达数据预处理流程,对雷达数据格式进行解析,编写数据采集程序,通过解算数据和有效数据筛选,完成雷达数据的预处理。2、根据驾驶场景的模型架构设计了实验车的无人驾驶体系结构;根据要实现的功能,对传感器布局方案进行了设计,该方案能够有效实现车辆行驶前方障碍物的目标检测。3、在体系结构和布局方案的基础上,将传感器、车载计算机等装置进行了装车;根据安装的雷达位置,完成了ESR毫米波雷达和4线激光雷达组成的双雷达系统的坐标标定;基于双雷达系统,设计了本文的数据处理方案。4、研究分析雷达测量模型和目标运动模型,提出了基于车载双雷达系统,以无损卡尔曼滤波为传感器融合方法的目标位置估计算法,并在实验场地采集真实雷达数据进行验证实验。实验表明,双雷达系统提升了整个系统的测量精度,而所提出的算法有效提高了双雷达系统目标位置估计的精度和时间效率。