本课题来源于山西省安监局安全技术项目《疲劳驾驶状态智能化监控系统研究与设计》，学长们从驾驶员的角度对疲劳驾驶监控系统进行了研究，通过对驾驶员的疲劳状况进行实时监测及提醒，以此保障行车的安全。但由于人为因素的不确定性，交通事故率依旧居高不下。智能车辆技术能有效地减少由人为因素导致的交通事故，因此针对这项技术的研究愈发受到重视。基于此，本文对智能车前方运动车辆的检测技术及车辆测距方法进行了具体的研究，并通过MATLAB编程和实验仿真，实现了真实道路环境下前方运动车辆的检测与测距的功能。针对以上的研究，本文的主要工作如下：（1）关于智能车前方运动车辆的检测技术研究，本文设计了一套有效的车辆检测方案。该方案首先对道路图像的预处理技术进行了综合分析，并通过实验对比选择了适合本文的预处理算法；然后采用直线道路模型假设，结合改进的Hough变换算法实现了车道线的检测，并在此基础上划定了路面有效区域，缩小了检测范围；接着根据前方车辆底部的阴影特征进行了车辆的初步检测，建立了感兴趣区域，再综合利用车辆的纹理特征和灰度对称性特征对感兴趣区域进行了验证，以彻底排除非车辆因素的干扰，最终将智能车前方的运动车辆准确地检测出来。通过大量的实验对比，验证了本文车辆检测方案的有效性。（2）关于智能车与前方车辆距离测量方法的研究，本文依据视觉投影模型的建模原理，通过几何关系推导对空间平面点位置进行了定位，建立了道路平面坐标系（即世界坐标系）与像素坐标系之间的转换关系，然后结合摄像机内参数的标定结果，再根据距离计算公式得到两车之间的距离。通过测距实验对比分析，验证了本文基于单目视觉的测距方法的准确性。