针对驾驶场景中的前车检测与运行状态感知任务，提出融合车辆图像特征的前车距离与速度的多模态感知方法.通过改进的SW-YOLOv8n模型检测图像中车辆的位置特征，结合几何算法计算相对前车的横纵距离特征.设计特征提取网络提取车辆特征，通过串联拼接融合车辆图像特征向量，并建立车辆测距神经网络.通过集成多特征融合模块与车辆测距神经网络，构建前车距离感知模型与车辆跟踪测速模型，同步输出精确的距离估计和速度跟踪结果.实验结果表明，在实验数据集上，SW-YOLOv8n相比于YOLOv8n模型，mAP50、mAP50-95分别提高1.6、2.3个百分点，SW-YOLOv8n模型的检测速度为260.11帧/s；在横向9.5 m与纵向50 m的范围内，在前车未被遮挡的条件下，前车距离感知模型的预测距离与实际距离的平均相对误差为1.87%，遮挡条件下的平均相对误差为2.02%；车辆跟踪测速模型的速度测定结果具有稳定性，适用于前车距离与速度感知任务.
