本研究探讨了毫米波雷达和视觉在车辆检测识别中的应用。通过改进雷达波形,可以有效减少交叉干扰带来的虚警率,提高多目标检测的能力。同时,利用深度学习的卷积神经网络模型进行车辆识别,可以实现准确的目标识别。此外,还提出了一种融合方法,将雷达和视觉相结合,通过雷达确定候选区域,然后利用卷积神经网络模型对此候选区域进行车辆识别,有效减少了目标查找区域,降低了计算量。关键词:毫米波雷达、机器视觉、卷积神经网络、车辆识别、算法融合。