行驶安全是汽车交通发展的永恒主题,随着汽车保有量的迅速增加,公路上的交通事故,特别是恶性交通事故发生率居高不下,交通安全问题日益突出,安全辅助驾驶技术应运而生。它是智能交通研究领域的一个重要组成部分,体现了车辆工程、人工智能、自动控制、计算机等多学科领域理论技术的交叉与综合,是未来车辆发展的趋势。而安全保障技术是其中必不可少和十分重要的组成部分。近期内部分较为成熟的安全辅助驾驶技术正在逐步实用化和产品化。然而仍有相当多的技术难题尚需解决。本文从车辆主动安全性的角度出发,在汽车安全辅助驾驶技术领域进行了一些积极有益的探索,并将为我国汽车安全辅助驾驶系统的应用研究开发提供现实的理论和技术支撑。本文立足于我国的交通事故居高不下的现状,以机器视觉、图像处理、模式识别等人工智能理论和技术为基础,系统研究道路上本车前方车辆的探测方法和安全车距预警技术。本文的研究必将为我国有效减少类似车辆追尾交通事故提供高新技术支持,并为我国在该领域赶超世界先进水平作出积极贡献。道路上本车前方车辆的探测是安全车距预警的前提。利用车辆的阴影特征,纹理特征,边缘特征以及对称性特征的多特征融合,实现前方车辆的识别定位。利用计算序列图像的高阶累积量方法对正在超越本车的车辆进行探测。研究了利用圆形度和对称性的方法对夜间车辆进行识别定位。研究了利用卡尔曼滤波方法实现车辆的跟踪。最后对上述车辆识别方法进行了大量的道路试验验证。本车与前方车辆之间的距离以及本车车速是安全车距预警模型中的两个重要参数。研究了采用单目视觉技术,基于透视投影变换原理,利用已识别的车辆底部边界实现距离的测量。利用了道路中间段状分界线的特征及先验知识,采用图像处理和识别的方法,通过跟踪多段段状分界线实现速度的估计。试验证明上述测距和测速方法是可行的。在分析和依据汽车理论中的制动距离的计算方法,研究了安全车距预警模型的计算方法,在此基础上引入安全度的概念来确定报警时机。