车道检测是汽车辅助驾驶中的核心技术之一。在智能交通迅速发展的今天已经有了广泛的研究,但是大部分检测手段都基于复杂的算法和性能良好的平台,成本较高,体积过大,应用范围较窄。如果在嵌入平台上实现实时性与鲁棒性均能满足工程应用的辅助驾驶系统,其应用范围必然会增加,但嵌入式系统性能相对较低,如何保证在较低的性能下,实现车道检测的准确性与实时性,是本文研究的关键。论文在视频图像处理方面,通过分析现有的图像处理技术,结合道路图像特点,综合比较各类经典算法,提出了一种新的且针对SOPC平台的全景视觉下的车道检测算法——基于颜色空间的碰撞检测算法。经过实验表明,在识别结构化道路车道线时能达到13-15帧／秒,并且在简单背景下准确率达到97%。整个算法具有快速、稳定、准确的特性,同时选择在SOPC平台上实现,兼具了便携性和可重用性,满足工程应用的要求。本文在检测算法研究过程中的创新点主要包括：在全景视觉图像应用的基础上提出了适用于嵌入式平台和全景视觉的碰撞检测算法,同时基于SOPC平台给与实现。这些工作,为后续的车道偏离预警系统的设计奠定了基础。最后论文对课题进行了归纳和总结,指出了系统的不足以及后续可以改进之处。