随着我国汽车保有量的持续增加,汽车的安全性与舒适性问题也逐渐成为了关注的焦点,而智能交通安全系统的长足发展在一定程度上提高了驾驶的安全性,车道偏离预警系统作为智能交通安全系统的一部分,主要应用在高速公路上,其能在驾驶员疲劳驾驶偏离车道的情况下给予驾驶员提醒,并返回到原来的车道内,促进了安全驾驶,降低了交通事故的发生率。本文主要对基于视觉的车道偏离预警系统中两项关键技术,即车道线检测和预警策略进行了算法方面的研究。首先介绍了车道偏离预警系统的发展历史及目前国内外发展现状,并提出现存系统检测算法中存在的一些问题。其次,对于从摄像头采集到的视频的每一帧图像进行预处理,图像预处理过程中包括有灰度化、二值化、阈值分割算法、去噪、图像形态学、边缘检测、优先像素等方法的介绍及应用。主要通过本文提出的优先像素的方法将背景与车道线的色差最大化,之后通过中间阈值将背景与车道线区别开来。再次,摒弃了传统的Hough变换在直线检测方面及经典的sobel算子在边缘检测方面的应用,而采取通过最小二乘法拟合的方式检测车道线,提取车道线位置信息,并根据车道线信息通过卡尔曼滤波进行后续感兴趣区域的提取与车道线追踪,在追踪模式下提高了车道线检测的效率与精度。针对卡尔曼滤波对于偏差变动较大的目标追踪较差的情况,对于传统卡尔曼滤波进行了改进,并通过车道变更实验验证了改进的卡尔曼滤波追踪的有效性。针对经典的车道偏离预警策略只能应用在逆透视图像的缺点,本文通过Prescan/simulink联合仿真的形式,将应用在逆透视图像下TLC预警策略“翻译”成在透视图像下基于车道线夹角及车辆重心偏离车道中线的距离信息的预警策略。通过在Prescan软件中设置不同的车辆速度与偏航角模拟系统预警时刻,之后通过车道线检测程序提取此刻车道线夹角及距离信息,建立基于车辆速度、车道线夹角、车辆重心偏离车道中线距离的三维预警模型,最后通过仿真实验验证基于车道线夹角与距车道线距离的预警策略的鲁棒性及有效性。车道偏离预警系统核心算法的验证平台是在windows系统下,基于Vc6.0与Opencv的开发环境,通过系统软件加载录制的视频文件的方式,模拟算法的效果,仿真实验得出本文提出的算法提高了车道偏离系统中车道线检测的实时性与鲁棒性,证明了预警策略的有效性,并且降低了车辆偏离的误警率。