视觉导航是智能车辆导航的一项关键技术,本文针对智能车辆视觉导航系统的研究,提出了基于运动车辆建模与跟踪技术研究这一课题。论文首先介绍了课题的研究背景、研究意义、当今国内外的发展现状、发展趋势。在此基础上分析了汽车辅助驾驶及自主导航视觉系统的结构。通过与使用立体视觉技术重建三维景物的方法作对比,阐述了采用单目视觉技术的优点和实际意义。本文利用视觉传感器采集道路图像,以一个安装在车辆正前方的CCD摄像机作为图像采集设备。根据动态图像序列中摄像机和场景之间是否运动将目标的运动划分为四种模式,通过对运动车辆的特征及道路或背景变化的分析,采用了统一的曲率构造公式。在分析路线设计特征的基础上建立了道路水平曲率动态模型和垂直曲率动态模型。通过分析车辆在水平方向的行驶特征建立了车辆水平运动模型。在此基础上通过分析车辆及摄像机相对道路的几何模型,利用摄像机的三维几何变换和透视投影变换,建立了世界坐标系到图像坐标系的映射关系即量测模型,为利用卡尔曼滤波器进行目标跟踪做好了准备。同时给出了车速估计的一种模型。由于车辆在行驶过程中会发生碰撞,为了避免与其它车辆发生碰撞,讨论了车辆在运动中出现的几种状况,并进行了分析,给出了车辆间安全行驶的最小安全距离。考虑到运动模型的实时性,本文采用直线道路模型等道路约束条件,利用Hough变换进行直线特征提取,通过直线参数可以求出车辆相对车道线的位置偏移和角度偏移,最后介绍了如何利用卡尔曼滤波器进行跟踪。利用采集的实际道路图像对本文提出的算法进行Matlab仿真实验,仿真结果表明道路检测和跟踪算法是可行的和有效的。