近年来，随着我国交通行业的快速发展，交通安全问题变得尤为突出。快速增长的交通事故早已引起人们广泛的关注，且交通事故的频发给人们的生活和经济带来巨大的危害。研究发现，导致交通事故的最主要原因之一是车道偏离，因此车道偏离的研究成为解决交通安全问题的关键技术之一。本文对车道偏离预警系统进行了研究，详细分析了系统中的视觉感知模块和预警决策模块。研究结果表明，视觉模块的核心技术是识别车道标识线，预警决策模块的核心技术是车辆未来行驶轨迹的预测、车道偏离时间的计算和车道偏离判定。对于视觉感知模块，提出了一种快速简单的车道标识线识别方法。识别过程中，通过加权平均的灰度化、直方图均衡化、中值滤波、二值化、边缘检测等方法将图像中的信息量降到最低；然后，使用所提出的扫描方式进行车道标识线的提取；最后使用最小二乘法拟合的方式得到准确的车道标识线。对于预警决策模块，提出利用马尔科夫预测法对车辆未来行驶轨迹进行预测。考虑到车道模型多样化，本文选择了可以很好的涵盖直线和曲线两种道路模型的二次曲线模型。在预测轨迹之前，首先需要在动力学模型中对车辆前轮左轮胎进行建模，根据坐标值计算获得车辆的偏离量；进而在选择的道路模型中，利用马尔科夫预测法对车辆未来行驶轨迹进行预测；在完成整个车辆轨迹预测之后，计算车道偏离时间。最后通过实际数据和预测数据的对比分析，结果表明，利用马尔科夫预测法进行车辆未来轨迹的预测，可以准确的预测车辆的偏离量，从而有效的降低了车辆偏离车道的误警率。