世界范围内,因为汽车数量快速增长加剧了交通事故的发生频率,引起人们对车辆安全的高度关注,而针对汽车辅助驾驶系统的研究越来越受到国内外的重视,由于道路环境下运动车辆的定位与识别技术是汽车辅助驾驶系统中最重要和最基础的环节,为了提升运行效率,对它的并行化研究也是非常必要和有意义的。本文基于多特征融合的白天车辆识别算法提取车辆的各种特征,然后利用这些特征来综合识别图像中的车辆,不过目前的算法在实现过程中存在很多问题,最主要的问题是运行效率比较低,而随着多核平台的快速发展,使运行效率得到更多提升成为可能,但由于车辆识别技术本身属于复杂特性应用领域,具有输入依赖等计算特性,需要运行时动态信息,而仅仅使用静态、单一的多核平台下的并行方式不能获得这些动态信息,导致上层算法与底层系统割裂而不能有机结合、运行效率不能充分的得到提升,尤其是在对硬实时性要求很高的车辆识别定位算法中,效率的提升显得尤为重要。为此,本文通过采用CnC并行模型作为抽象表达,获取运行时信息,在上层车辆识别定位算法与底层线程调度之间,实现加载动态调度方法,优化线程分配,从而提高运行效率；经过实验,达到预期目标,并推动汽车辅助驾驶系统并行化的研究。