基于机器视觉与模式识别技术的车辆辅助驾驶系统成为智能车辆的一个重要研究领域，同时也是智能交通研究领域的热点之一。汽车在车道中运行状态的识别作为车辆辅助驾驶系统的重要功能，越来越受到重视。本文以汽车在车道中运行状态的识别为研究内容，主要进行了两方面的工作：针对车道线识别，首先采用了灰度化处理和中值滤波进行前期处理。考虑到传统Otsu阈值分割算法的弊端，利用改进的Otsu阈值分割算法在分割效果和处理时间上有了很大程度的提高。根据实际道路结构特征，对车道图像进行分块，然后使用改进的Hough变换完成车道线的拟合并利用卡尔曼滤波进行车道线跟踪。针对汽车运行状态的识别采用两种方法。摄像机标定下的汽车运行状态判别需要利用摄像机标定得到摄像机内外部参数，并根据拟合的车道线参数，对汽车在车道中的位置进行估算，识别汽车的运行状态。摄像机无需标定的汽车运行状态识别方法，主要依据系统的偏航角变化来进行识别。通过系统偏航角的变换曲线和车道图像对比发现该算法可以有效地判断汽车在车道中的位置。