车辆自主驾驶技术在经济、军事、科技等方面具有重要的价值，但在真实交通环境下，智能驾驶研究面临安全、法律等问题。缩微智能车的实验环境相对封闭，缩微智能车的研究不存在安全问题，而且自主驾驶实验不会受到法律法规等非技术方面的约束。相对于真实车辆，缩微智能车的结构简单，造价低廉，多车测试环境容易构建，实验场地和环境容易调整，可以方便地进行多种交通环境下车辆自主驾驶和多车交互实验。在基于视觉导航的智能车辆自主驾驶中，道路识别是最基础也是最重要的工作，是缩微智能车自主驾驶的前提，道内前方车辆检测是缩微智能车安全自主驾驶的保证。　　 本文主要对缩微交通环境下的车道及道内车辆检测方法进行了研究：⑴研究了复杂光照环境下的车道检测方法。首先，对不同光照条件下的车道图像进行基于经验的特征提取，设计了一种基于朴素贝叶斯的光照模式分类器;然后，根据分类结果采用相应的图像处理方法，强光照车道图像采用基于灰值腐蚀膨胀理论进行滤光处理，弱光照和夜间光照车道图像采用灰度拉伸方法增强图像的亮度信息;最后，利用改进大津法分离车道线，将动态感兴趣区域和改进霍夫变换相结合检测和定位车道线。实验结果表明该方法能够准确检测缩微车道，实现缩微智能车的自主驾驶。⑵研究了缩微车辆检测方法。首先，针对缩微车辆的颜色特征，研究了基于RGB颜色空间和HSV颜色空间的两种缩微车辆图像分割方法;然后，根据形状特征识别缩微智能车;最后，根据检测结果进行下一步驾驶行为决策，从而实现缩微智能车的自主驾驶。实验结果表明该方法能够准确检测和识别缩微智能车辆，实现缩微智能车的多车交互实验。