干涉合成孔径雷达(Synthetic Aperture Radar Interferometry,InSAR)技术是一种高精度对地观测技术,能够实现全天时、全天候的对地观测,因而在测绘领域具有广泛的应用。针对无人车在野外复杂环境下障碍感知和探测的难题,无人车上的常规传感器的障碍感知能力较弱,比如,光学相机、激光雷达和红外探测器,提供的障碍感知信息有限,本文提出利用InSAR技术来获取车前地形和障碍信息,满足无人车在复杂化环境下的障碍探测需求。本文以无人车InSAR障碍探测关键技术为研究对象,主要研究内容分为两个部分:第一部分是根据无人车特点对无人车载InSAR多基线相位解缠绕技术进行研究;第二部分是对无人车载InSAR障碍图像特征进行研究。论文主要内容概括如下:1、研究了基于中国余数定理的多基线相位解缠绕算法。分析了基于经典中国余数定理的多基线相位解缠绕技术抗噪声性能,分析表明:在一定的噪声水平的条件下,基线参数和剩余数是影响其抗噪声性能的重要因素,限制其在实际中的广泛运用。本文通过引入最大公约数,构建了新的同余方程组,满足了两种鲁棒的中国余数定理的运用条件(搜索鲁棒的中国余数定理和闭合鲁棒的中国余数定理),理论和仿真分析结论表明,两种鲁棒的中国余数定理的相位解缠绕的抗噪声性能不再受到剩余数的影响,其抗噪声性能得到了有效提高。2、研究了基于搜索-聚类分析的多基线相位解缠算法。传统搜索-聚类分析的多基线相位解缠绕技术中通过直方图统计来完成聚类,而在噪声情况下直方图统计存在类丢失,严重影响相位解缠结果的准确性。对于这种情况,本文提出了一种基于线性组合的改进方法,改进方法通过线性组合,减少了类数,拓宽了类间距,在一定程度上改善了在噪声影响下统计直方图类丢失的问题,改进算法中通过对线性组合参数进行优选能够很大程度上提高改进算法的准确度,使得抗噪声性能较传统聚类方法有较大的提高,而且执行效率跟传统算法一样快速高效。3、研究了基于闭合-聚类分析的多基线相位解缠算法。针对搜索-聚类分析的多基线相位解缠绕技术中存在噪声引起的虚假类问题,提出了一种基于闭合-聚类分析的多基线相位解缠算法。该方法通过引入模糊数差值集作为参考信息,并结合截距的统计直方包络图信息,可以有效地判别真实类和由噪声引起的虚假类,并通过虚假类滤波处理再重新聚类,对各类的模糊数向量不再需要进行重复搜索,而是直接通过模糊数差值集与模糊数向量一一对应关系获取,该算法性能比基于搜索-聚类分析的多基线相位解缠绕性能有所提高。在此基础上,将上述闭合聚类分析算法由二维情况推广到多维通用情况,理论分析与仿真实验的处理结果证明了所提方法的有效性。4、研究了无人车载InSAR障碍图像特征问题。以无人车载轨道InSAR系统为例,构建了无人车载轨道InSAR成像流程,并通过仿真数据和实测数据实验对成像流程进行了验证。在此基础上,根据获取的InSAR凹障碍、凸障碍图像,对凹障碍和凸障碍的散射特征、相干特征和高程特征进行分析,为凹障碍和凸障碍的特征提取和多特征联合检测奠定了基础。