随着人民生活水平不断的提高,公路上的汽车数量也一直在增加,与此同时交通事故也频繁出现。近年来,交通事故已经成为了一个相当严重的社会问题。为了安全出行,减少交通事故的发生,汽车安全技术已经成为研究的重点。汽车安全分为主动安全与被动安全,主动安全是指在事故发生前进行预警,而被动安全是指在事故发生后减少事故造成的伤害。在主动安全技术中,前方车辆碰撞预警系统是其中重要的组成部分。前方车辆碰撞预警系统在本车即将撞向前方车辆时,发出声音提醒驾驶员,能够有效减少交通事故的发生。本文旨在研究基于iOS平台的前方车辆碰撞预警系统,利用手机摄像头获取前方道路图像信息,接着对获取的图像进行处理,当判断出本车与前方车辆有碰撞风险时,发出声音警告提醒驾驶员。本文设计的前方车辆碰撞预警系统分为四个部分:车辆检测、车辆跟踪、车道线检测和车辆碰撞预警。车辆检测是前方车辆碰撞预警系统的基础,为了保证检测的实时性,本文使用了时间复杂度适中的Haar-like特征和Adaboost分类器来检测车辆。同时,本文采用了主动学习进一步优化分类器的性能。在检测过程中,可能由于光线变化等原因,导致同一辆车在前几帧被检测到而在当前帧没被检测出来,为此本文引入了卡尔曼滤波器进行跟踪,根据车辆在前几帧的位置预测车辆在当前帧中的位置。本系统仅对与本车相同车道且即将碰撞的车辆发出声音警告,因此需要判断前方车辆与本车是否在相同车道。本文使用了基于边缘特征的车道线检测方法,在检测出车道线位置后,将前方车辆底部中点作为前方车辆所在位置,根据车辆与车道线的位置关系判断前方车辆是否与本车在相同车道。对于车辆碰撞预警,本文采用了一种根据前方车辆在图像平面中宽度的变化来计算本车与前方车辆碰撞时间的方法。本文分别在PC平台与iOS平台下对算法进行了测试,各方面性能指标都取得了较好的结果。