轨道交通凭借其优势被各大城市所看重，其线路固定不存在堵塞的情况，能为乘客带来准时的交通出行体验，同时也极大缓解了城市路面交通堵塞的问题。无人驾驶列车作为目前轨道交通发展的方向，在减少人工运营成本的情况下，乘客也能得到更为舒适和准时的体验。其中，障碍物检测技术关乎着无人驾驶列车中乘客的生命安全，是无人驾驶技术能得到普及的关键点之一。本文在查阅国内外无人驾驶列车障碍物检测实现的模式后，提出了一种基于多种传感器融合的城轨列车障碍物检测方法。
　　本文首先介绍了城轨列车障碍物检测的发展历程和目前的研究现状，分析得出实现列车障碍物检测技术的关键点----铁轨识别，再根据各传感器的特点挑选出了三种主动式传感器和一种被动式传感器来完成障碍物的检测。铁轨识别分别采用传统图像处理技术和卷积神经网络模型来实现，并通过理论分析和实际检测效果从这两者中挑选出合适的方法。在完成图片铁轨识别的操作后，将三种主动式传感器中的两种不同类型的雷达进行实际操作测试，对检测范围通过几何学分析，确定检测的效果。此外还将激光雷达返回的数据与摄像机获得的图片信息相融合，判断检测结果是否存在于铁轨内，有效防止误报情况的发生。
　　在完成障碍物检测的工作并将检测的数据进行融合得到结果后，本文基于城轨列车的制动原理对系统硬件部分进行了设计。硬件部分由位于列车外的传感器和车内的系统主机构成，并对系统主机进行了介绍。主机内的计算机负责将主动式传感器得到的结果进行数据融合，而后将结果传至主控板。主控板则通过控制串联在列车制动系统的继电器完成列车的制动。本文搭建的试验平台对障碍物检测结果进行了验证，试验结果证明本文设计的系统是可行的。