近年来道路交通安全已成为人类社会面临的一个严峻问题,发展以预防为核心的现代汽车主动安全技术日益受到重视,车辆前撞预警系统(FCW, Forward Collision Warning System)作为驾驶辅助系统(DAS, Driving Assistance Systems)的重要组成部分,能够有效提高车辆的行驶安全性。其中,对行车环境信息的准确感知是车辆前撞预警系统可靠工作的必要条件。钊对日前对夜晚交通环境下行车环境感知技术对光照变化的抗干扰能力低和前撞预警算法中很少考虑到驾驶员行为特性等问题,本文建立了基于单目视觉的夜晚汽车前撞预警系统,并对系统中的主要关键技术进行了研究。首先,为提高夜间环境下车辆检测的精度,本文提出一种基于亮度累加直方图的车辆检测算法,该算法通过汽车尾灯的高亮特征检测自车前方车辆。首先通过统计大量的尾灯亮度信息得到分割阈值,由该阈值确定最大类间方差法的初始阈值。然后在亮度累加直方图中采用改进的最大类间方差法确定最佳分割阈值,并通过该阈值分割图像提取尾灯目标。最后结合尾灯的形状、位置和颜色等特征进行尾灯筛选和配对,以检测到的尾灯对为目标实现夜间前方车辆的检测。其次,为提高车辆检测的实时性和检测准确性,提出一种利用时间序列分析模型实时跟踪车辆位置区域的夜间车辆快速检测方法。首先在图像的全局范围中检测车辆,将该车辆的位置信息初始化时间序列分析模型,利用该模型预测前方车辆的尾灯位置,实现目标车辆所在区域跟踪。然后采用适应跟踪区域的尾灯检测方法在预测区域中检测目标车辆。该方法在时间维度对车辆检测算法进行扩展,减小目标车辆的检测范围,提高检测的准确性。然后,为了深入研究在接近跟车工况下的驾驶员行为特性,对驾驶员实车实验数据进行了有效处理和分析。在此基础上,设计了基于避撞时间TTc的前撞预警算法。同时,在基于单目视觉检测到目标车辆的基础上,完成了基于单目视觉的测距和相对速度的计算。为了验证算法的有效性,通过驾驶员实车采集的单目视觉和雷达的同步数据,对夜晚前撞预警系统中车辆检测算法和前撞预警算法进行了验证。结果表明,所设计的夜晚前车检测算法能够在夜晚不同光照和道路条件下具有良好的适应性和抗干扰能力。同时,提出的车辆前撞报警算法能较好地体现驾驶员在接近前车行驶中的跟车特性和操作习惯,提高了算法对接近前车工况和驾驶员的适应性。