智能车辆是近年来各国潜心研究的一个重要领域。其中,基于视觉的导航系统更是以其特有的优势在此领域占有一席之地。一个好的智能车辆辅助驾驶系统,需要可以实时检测行驶环境,确定道路的边界,使得智能车辆能够在无人驾驶或操纵的情况下,自主安全平稳的行驶。对于结构化道路,本文将重点放在车道线的检测上,首先从图像的预处理、边缘提取的经典算法出发,应用中值截距和Catmull-Rom样条函数对车道线进行分段拟合。算法分别对直道型和转弯型道路进行检测。可以有效地检测在各种条件下白色道路边沿标志线,并准确地估算公路延伸方向,为行驶车辆提供防偏预报。本文采用基于语义映射的方法完成非结构化道路检测。应用“野外非结构化语义模型”把现实中变化的路况归结为同一个模型,使得系统运算量小,检测速度快,具有一定的抗阴影和水迹的能力。本文首次将随机森林引入道路检测。应用随机森林为道路样本的分类寻一最优的分类算法,提高了道路检测的精度。