近年来,随着人们生活水平的日益提高,汽车的数量逐渐增多,车辆的行驶安全问题得到了人们普遍的关注。在夜间,由于光线差导致路况不清,很容易发生交通事故,因此,夜间行车安全的问题一直都是研究的热点。随着非制冷红外焦平面的发展,利用红外穿透黑暗和烟雾的特点,在汽车上嵌入红外成像的系统,实现目标的全天候观察,这样的研究有助于提高车辆的行车安全,因此,基于红外的车载安全技术的研究是具有重要现实意义的。本文以红外视频序列中的行人为研究对象,完成行人检测算法的研究和仿真,并且完成了车载系统边缘功能的开发,主要包括碰撞报警、GPS和惯导系统的研究和开发。在对行人检测的仿真性研究中,首先对红外图像行人检测的国内外发展现状做了一定的介绍,概述了行人检测技术的原理和系统的构成。其次,论文以matlab为分析手段,对比分析了图像分割的各种方法,提出了基于聚类分析的自阈值分割方法,实现了红外图像的自阈值分割。论文还对分割图像的多种特征进行了分析,完成了图像特征的提取并建立基于SVM机器训练的模型,实现了特征的分类和识别。在对车载碰撞报警系统的研究中,完成了基于ARM的嵌入式系统设计,并基于WINCE的操作系统对碰撞报警、导航和通信等功能进行了开发。本课题采用U-blox通用型GPS模块NEO-6系列获取车辆位置信息,使用重力加速度陀螺仪传感器MPU-6050来获取车辆姿态信息,通过串口的方式将信息传输给处理器,完成GPS信息的解码和姿态角解算。并通过定义碰撞的判断标准,可实现车辆碰撞的检测和报警。