利用机器视觉技术进行车道检测是汽车辅助驾驶系统的重要方面，本文针对车道检测系统这关键技术进行了研究，重点对基于消失点缩放模型的车道检测系统进行了研究与改进，提出了套适用于车载移动平台的车道检测系统，具有实时性好、准确率高、价格便宜的特点。车道透视图像的车道消失点位置是车道特征提取的重要信息，通过分析摄相机标定参数与车道透视图像的关系快速获得车道消失线位置，同时结合角度投票法计算消失点，能极大提高计算效率并增加准确率。基于消失点缩放模型的车道检测算法根据消失点位置信息选择缩放区域进行缩放比对操作实现车道特征提取，通过迭代缩放操作得到理想的特征图。本文分析了缩放模型中二值特征图包含特征信息较少的问题，提出了梯度强度约束的方向特征图，提高了特征提取算法的鲁棒性。同时对缩放比对操作的阈值选取进行了分析研究，根据车道特征差直方图选择合适的阈值，提高了车道检测的效率。另外针对缩放模型中采用固定迭代次数的问题，通过分析缩放比对过程中的特征像素信息，提出了基于信息保持率(FCR)的自适应迭代终止条件，在保证车道特征质量的同时减少了计算时间。本文采用直线模型描述车道，分析车道参数估计方法并结合本课题实际情况提出了基于倾斜投影法的车道参数估计方法，该方法对非连续车道线有较好的鲁棒性且较基于霍夫变换的方法计算效率更高。本文在MATLAB平台上实现了常见车道检测算法并与本文算法进行对比实验，实验表明本文算法具有较好的准确性、实时性和鲁棒性，适于应用于车载移动平台。