在道路交通飞速发展,交通安全越来越受重视的今天,车辆主动安全技术的研究也日趋活跃。由于视觉传感器价格低廉、与驾驶员契合度高等优势,使基于机器视觉的辅助驾驶系统成为车辆主动安全技术的重要研究方向。本文以辅助驾驶系统中预警系统设计为研究课题,重点研究了车辆检测跟踪算法、车道线检测算法以及防碰撞预警算法。本文的主要研究内容可分为四个部分。第一,研究了基于压缩感知的特征提取方法,在保留几乎所有的车辆特征信息并有效降低了特征维数;利用该特征结合Bootstrap,提出了基于线性SVM的软级联分类器;并利用图像金字塔快速计算算法,采用基于粒子滤波思想的窗搜索策略,实现了多尺度下的车辆实时检测。第二,实现了一种基于学习的车道线检测算法。该算法利用消失点和地平线位置得到道路区域,将车道线检测范围限制在道路区域进行车道线检测,并利用车道线位置不会突变的特性,提出了使车道线检测结果更为稳定的策略。第三,结合卡尔曼滤波和粒子滤波的优势,实现了新的跟踪算法。将粒子滤波结果作为卡尔曼滤波的测量值,既充分利用了图像中的特征信息,又考虑了目标的运动趋势,提高了跟踪效率。第四,研究了驾驶员驾驶过程中加速度的变化规律,设计了一种基于本车与前车相对速度的防碰撞预警策略;结合距离测量模型,设计出完整的车辆防碰撞预警系统;最后完成了防碰撞预警演示软件的设计。