车辆技术是智能交通系统研究的热点领域，开展车辆视觉导航的关键技术——道路识别、障碍物检测方面的研究，对确保车辆行驶安全和实现无人驾驶起着至关重要的作用。本文针对行车中的真实路况设计了一个基于单目视觉的车辆前车检测、跟踪、超车辅助导航系统，提出一种在不同背景下自适应检测和跟踪道路、障碍物，并指导超越前车的算法。 论文从道路环境理解的角度出发，针对车辆辅助视觉导航中的车道识别、前车识别、跟踪、避让问题，运用单目视觉技术对行驶车辆前景中的道路边界和车道线进行检测，以获取本车与当前道路的相对位置信息和方向信息，本车与前方障碍物的相对位置，结合车道线的信息，进行分析，给出提示信息。文章主要对软件处理算法进行了分析、研究、改进、仿真实现。 在处理算法上进行分析、选取，利用算法的优势，并通过改进利用其劣势滤波去噪、增强对比度等图像预处理的基础上，利用投影法找出图像中的陆天水平分界线，并由此划分出初始检测的感兴趣区域；利用边缘点跟踪搜索等处理方法，对车道线进行特征提取：依据驾驶经验、先验知识和数学描述建立道路模型，利用最小二乘法拟和直线技术进行了直路模型匹配：按行进中车辆检测、跟踪、避让原则与步骤的分析，利用频域滤波进行前车检测，并用形态学进行加强，使其能识别黑色、白色不同背景的前车，最后对频域滤波算法的劣势进行补偿；视觉、雷达传感器融合导航及与前车车距估算的分析，并给出了最后的结果分析序列图。在车辆检测、跟踪、超越时，适应在晴天和阴天不同天气情况，前车为黑色轿车和白色面包车的不同车型和颜色的情况。论文针对大量不同背景的图像序列，设计了一种循环处理算法，利用前一帧结果缩减当前图像的带状搜索窗，在很大程度上提高了程序的执行效率。 系统适用于障碍物主要为车辆的结构化双车道道路环境，通过实地采集的交通序列图像，对论文提出的算法进行验证，结果表明。算法可以安全、准确地检测、并超越前车，整个系统具有鲁棒性。