随着我国化工行业稳步发展,危化品运输需求不断增加。危化品运输车辆一般具有运输距离长、危险系数高等特点,若在行驶过程中发生事故,将会造成巨大损失。因此,对危化品运输车辆的行车安全性提出了更高的要求。利用计算机视觉技术实现危化品运输车辆的辅助驾驶和决策预警是危化品运输车辆行车安全性的主要研究方向,其中针对前方车辆和车道线目标进行精确识别,并针对识别结果提出安全性策略是研究的主要难点。为此,本文提出面向危化品运输车辆的车路视觉协同安全预警算法。首先,提出一种深度神经网络（single feature you only look once v4,SF＿YOLOv4）对前方环境中快速行驶的车辆目标进行实时的检测定位,为安全预警提供前方环境监测;然后,为判断多车道区域,提出一种基于多分量颜色空间和滑动窗口检测方法,实现车道线定位;最后,依据车辆检测和车道线检测结果,根据车辆刹车过程中的能量转换过程,提出一种安全距离计算方法和安全预警策略,实时监测车辆行车环境,保障危化品运输车辆行车安全。实验表明,本文提出的基于SF＿YOLOv4的车辆目标检测算法对前方车辆的检测精度可以达到93.55%,有效降低模型参数量和计算时间。提出的基于多分量颜色空间和滑动窗口的车道线检测方法能够在复杂环境下进行精确检测。提出的安全预警模型能够充分考虑车辆刹车过程中的运动学特性,与传统防碰算法相比,预警准确度更高,可以减少危化品运输车在运输过程中发生碰撞的概率,提高危化品行车过程的安全性。