车道偏离预警系统是安全辅助驾驶系统的重要组成部分，系统的研究对提高交通安全，降低或避免由此带来的人员伤亡和经济损失具有重大意义。目前的技术在实际道路环境下仍存在着误警率较高、驾驶人可接受性差的问题，其主要原因在于行车信息感知算法鲁棒性差、驾驶人意图识别正确率低和预警算法不符合驾驶人操作习惯等。针对上述问题，在构建研究平台的基础上，本文提出了考虑驾驶员特性的车道偏离预警方法，对预警系统涉及的关键技术进行了研究。为了准确获取不同情况下的驾驶员横向行为特性，构建了车道偏离预警算法研究的仿真平台和实车平台，设计了相应的软硬件系统；设计并开展了大量的测试实验，在分析实验结果的基础上，利用正态分布和Gamma分布建立了基于仿真平台和实车平台的驾驶员行为特性关联模型，为基于仿真实验结果来分析驾驶员行为特性奠定了理论和实验基础。根据车道偏离预警系统的需要，对涉及的关键技术进行了研究。针对前向车辆检测的准确性和实时性的矛盾，提出了融合Adaboost算法的视觉检测和雷达探测的前向车辆检测方法，使车辆检测的速度和精度得到了显著提高；为了实现弯道车道标识线的快速准确拟合，提出基于远端直线拟合的弯道曲率估计方法，实现了弯道曲率的快速定性分析和定量估计，提高了弯道曲率估计的精度和速度；在此基础上，结合车辆检测结果和车道线拟合方法，通过车道宽度和构建多组车道线点集的方法，实现了拥挤路况下的车道线识别。通过大量实际道路实验及结果分析，设计了考虑驾驶员特性的车道偏离算法，不同类型的驾驶员在不同的车道和不同偏离方向上分别设定不同的TLC阈值，从而适应具有不同横向行为特性的驾驶员需要；同时通过驾驶员的头部运动情况来区分有意识偏离和无意识偏离，有效降低正常换道情况下的误警率，提高了系统的可接受性。为验证所提方法的有效性，实现车道偏离预警功能，在实车平台上开发了基于DSP的测试系统，并设计了一种车道偏离预警系统的测试方法。仿真和实车实验结果表明，系统能在不同光照、天气、道路环境下实现车道线的稳定识别，能实现一定条件下前向车辆的鲁棒准确检测；设计的车道偏离预警算法提高了对不同驾驶员的适应性，降低了系统的误警率，使之更容易为驾驶员所接受。