在汽车上安装避撞预警系统，利用单目视觉技术来识别车道、周围车辆的状况等驾驶环境信息，从而当汽车行驶过程中出现车道偏离或者汽车间车距过近存在追尾可能时，能够及时地给予主动预警，是减少公路交通事故行之有效的技术措施。　　论文中介绍了汽车避撞预警系统的研究背景、意义和现状，针对目前技术现状，提出了一种技术成熟、成本低廉、性能可靠、安装和使用简便的系统设计架构，据此对相应的图像处理识别算法进行适应性选择和优化设计，从而开发出符合普及条件的一款汽车避撞预警系统，并进入规模化生产和应用准备。　　系统中，结合图像处理核心芯片EyeQ的技术特点，大量使用卷积等运算方式对图像进行滤波、边缘增强、二值化等预处理操作。　　在应用Hough变换识别车道线和建立梯形感兴趣区域进行车道线跟踪的基础上，系统通过检测车道中的阴影来提出车辆存在假设，并通过对车辆后部的图像边缘、纹理等多个特征信息的验证来确认识别车辆。一旦确认前方存在车辆，则在后续的图像序列中，采用卡尔曼滤波对车辆进行实时跟踪。　　最后，采用跨越车道时间算法实现车道偏离预警；采用单帧图像测距算法结合序列图像测距算法，实现在不同路况下的前车车距计算；并在综合考虑行车速度、汽车制动性能以及驾驶者和系统的反应时间等相关因素的情况下，完成避撞预警距离的算法实现。