随着人们生活水平的不断提高,汽车已经成为人们日常出行的主要代步工具,而汽车的普及带来的不仅是交通的便利,也带来了一些交通安全的问题。车道保持系统作为车辆主动安全系统的重要组成部分,已经受到了科学研究领域的普遍重视,因此对车道保持系统的研究具有十分必要的现实意义。本文的主要研究内容总结如下:1、在图像的预处理环节:首先根据双目视觉的成像原理对摄像机进行了标定,然后对采集的图像进行预处理:文中首先进行了静态感兴趣区域的划分,然后利用加权平均算法对预处理图像进行灰度化,在此基础上,文中选择了中值滤波的方法对图像进行滤波增强处理,接着提取路面边缘特征,文中运用的是经过改进的自适应Canny算子的方法,文中对图像进行了二值化的处理,最终可以获得既完整又清晰的车道线二值图。2、车道线处理环节:目前常用的通过特征点提取车道线的方法有两种:Hough变换和最小二乘法。而Hough变换比较适合直线模型的道路所以如果车道标志线出现弯曲程度,则需要对弯曲部分建立二次或更复杂的曲线模型。而从车道标识线倾斜的角度来看,最小二乘法提取的直线特征更能准确的描述车道线延伸的方向。对于在实验中究竟使用哪种提取方法,还需要考虑模型的参数和算法的复杂性,从而选择最佳方案。3、车道偏离预警系统的建立:首先对车道偏离预警系统的工作流程做了简单介绍,根据驾驶员的行为意图,在根据两种不同路径(直线模型、曲线模型)的基础上,在仿真环境中建立的电动转向系统模型。根据基于跨道时间的TLC的方法,分别对两种工况的道路情况进行了仿真实验以及对仿真实验结果的分析。4、车道保持系统的控制策略:首先对模型进行了建立:车辆模型,驾驶员模型、车辆道路模型。然后对控制器进行算法设计,由于系统的输入量为方向盘转角,因此根据转向系统知识对车辆的侧向加速度进行控制,本文采用的是模糊PID的控制方法。最后对此算法进行了仿真实验平台的搭建,并根据实验结果数据分析证明了本文所提出算法的可行性。