传感器是智能电动汽车中不可或缺的重要组成部分,承担信息采集的工作,汽车不断向智能化方向发展,汽车上传感器数量在不断增加,需要处理的信息也更加复杂,对传感器的精度及可靠性的要求也逐步上升,由于受环境气候多变及单个传感器局限性的影响,常有单个传感器识别不准确的现象发生。本文阐述了智能电动汽车中在AUTOSAR架构基础上建立传感器信号处理组件接口库及进行多传感器数据融合的重要性,描述了国内外针对融合算法的研究现状,总结并分析了智能电动汽车中现有的传感器及多传感器融合算法,提出了一种将扩展卡尔曼滤波(Extended Kalman Filter,EKF)算法与动态自适应差分进化算法结合的方法对摄像头与激光雷达进行数据融合。本文的研究内容主要包括以下几点:(1)基于AUTOSAR汽车开放式系统架构,设计并制定了智能电动汽车传感器信号处理组件接口库,为库中的每个传感器接口函数制定了统一的命名标准,且制定了一套优先级标准,并为智能电动汽车的各个控制系统列出了传感器列表;(2)通过对多传感器数据融合算法中EKF算法的研究,提出了一种改进的EKF算法,通过将动态自适应差分进化算法与EKF算法结合来进行改进;(3)使用改进的EKF算法对智能电动汽车上的摄像头与激光雷达传感器进行数据融合,通过对摄像头采集的图像数据及对激光雷达采集到的点云数据进行数据预处理及数据融合,融合后的结果能够弥补单个传感器的缺点。实验结果表明,本文提出的改进的EKF算法在精度和速度方面较传统的EKF算法有显著提升,本文实现的将摄像头与激光雷达传感器进行数据融合能够有效改进单个传感器的局限性,准确的识别车身周围环境。