陆地自主车(Autonomous Land Vehicle,简称ALV)是一种能够在道路和野外环境下自主运动的智能移动机器人,具有重大的研究价值和广阔的应用前景。本文重点研究了ALV在道路环境下基于单目摄像机的车辆检测技术。本文首先研究了基于车辆阴影的疑似车辆提取方法。针对ALV导航实时性要求较高的特点,在比较了改进直方图法和边缘分割法后,提出了用于确定图像二值化分割阈值的路面灰度近似估计新方法。该方法具有适应性强,效率高的优点。进一步,本文详细分析了对称性度量在车辆检测中的优势,总结出了车辆区域的五个约束条件,并以此为基础提出了一种在验证车辆区域同时进行精确车辆定位的新方法,获得了较低的“虚警”率。最后,在单帧车辆对称性检测算法的基础上,构建了一种利用序列图像信息的策略,实现了动态序列图像检测系统,使单帧检测处理速度提高20%以上,并有效地降低了“虚警”率和漏检率。本文利用红旗自主驾驶汽车采集到的超过1000多幅实际图像对本车辆检测系统进行了实验验证,实验结果表明该系统能在较复杂的环境下实时检测并跟踪多辆目标车辆且具有一定的鲁棒性。