在复杂的交通环境中,针对激光雷达应用于无人驾驶车辆的障碍检测的问题,提出了一种基于神经网络的前方车辆检测方法。首先,采用直通滤波算法对原始点云进行分割处理;其次,提出了一种端到端单阶段检测的深度神经网络,该网络利用空洞卷积对RetinaNet网络结构进行优化,增强该网络对车辆的准确性以及鲁棒性;最后,在KITTI数据集上进行了训练以及测试实验。结果显示,经过滤波处理后大幅度降低点云数量,更加精准的标记出检测范围。通过在测试KITTI数据集中测试不同检测算法处理结果对比得出,所提方法在精度提高的基础上,具有更快的检测速度,达到了预期效果,有较高的应用潜力。