Het onderzoeksonderwerp in dit proefschrift is de perceptie van aanwezige verkeersdeelnemers in de omgeving van een autonoom voertuig onder real-world beperkingen. De taken van het voertuig perceptiesysteem omvatten herkenning en categorisering van voetgangers, fietsers, auto's, enz., schatting van hun posities en voorspelling van hun intenties. Nauwkeurig en betrouwbaar zijn in verschillende soorten weersomstandigheden betekent dat de algoritmen robuust moeten zijn voor veranderingen in de verlichting, atmosferische omstandigheden zoals regen, sneeuw, mist, enz., elektromagnetische interferentie, sensortrillingen, onoverzichtelijke achtergronden, enz. We bestuderen een breed scala aan bestaande algoritmen en stellen nieuwe, betere methoden voor, met als doel een technologiedemonstrator te bouwen van een perceptiesysteem dat zou volledig autonoom rijden mogelijk maken. De specifieke onderwerpen die in dit proefschrift worden gepresenteerd, zijn egolokalisatie, objectdetectie en volgen met behulp van samenwerkende camera's, lidar en radar.