随着国内汽车保有量的不断增加，交通环境恶化，道路安全形势严峻。我国混合交通问题使行人等弱势群体在交通事故中受到了严重的伤害，行人安全保护越来受到人们的重视，其机制包括主动安全和被动安全，被动安全机制虽然在一定程度上降低了交通事故中行人的受伤害程度，但是并不能有效避免车辆和行人交通碰撞事故的发生。因此，研发有效的行人主动安全技术对于减少交通事故，保障行人生命安全具有重要的意义。现阶段国内外行人检测算法多是采用单一传感器实现的，而实践证明，单一的传感器会由于自身固有缺陷并不能达到理想的效果，本文针对这一问题，采用多种传感器相融合的技术，利用雷达、彩色摄像机、红外设备，构建多传感器融合的行人检测硬件体系，有效克服了单一传感器在复杂的工作环境下信息获取的局限性，提升了检测数据的可靠性，且实现了全天候的行人检测。本文完成的科研工作以及取得的科研成果概括如下：多传感器融合的车辆硬件系统构建。融合技术是对多源信息优化处理的多种方法的统称，有广泛的应用领域。基于车载行人检测的目的，本文对比分析现阶段各种传感器的优缺点，从处理速度和便捷性考虑，构建了车载行人硬件检测系统。基于雷达信息的行人候选区域。基于系统检测实时性的要求，文章对雷达数据进行聚类分析处理，得到车辆前方障碍物的世界坐标，运用世界坐标与像素坐标间的映射模型，将世界坐标转换为图像像素坐标，依据行人特性，应用一系列约束条件对行人的候选有效候选区域进行预估，即行人候选区域，从而避免了对整幅图像进行检测，提高了检测针对性。基于多源融合的车载行人检测。对基于HOG轮廓特征的行人检测识别算法进行优化，为了达到快速识别的效果，引用了基于感兴趣区域和积分直方图的特征提取方法；针对国内交通环境，在INRIAPerson样本库的基础上，选取道路背景的行人正负样本，制作出更加适合于道路环境的样本库。在多传感器融合平台的基础上，应用vc和opencv技术，经过支持向量机分类器的训练得到行人分类器，嵌入本文提出的行人检测算法开发出车载行人检测系统，检测效果良好。为了验证本文研发的车载行人检测系统实时性和可靠性，在研究过程中进行了大量测试并采用后期人工统计对比的方法对测试效果进行了验证，表现出良好的适用性。