随着人们对汽车市场日益增长的需要,汽车制造业和零售业的发展在近年来得到了蓬勃发展。各大城市的汽车保有量不断增长,使越来越多的人享受到了汽车出行带来的便利。然而,这也造成了交通事故的发生率和伤亡率不断的上升,人们的生命和财产安全受到了严重的威胁。为此,各国政府、组织以及汽车制造商在提高行车安全方面做出了很大的投入,从制度和技术等各个方面进行了多种有益的探索。其中,先进辅助驾驶系统(ADAS)成为众多技术方案中获得最多关注的一个,不仅因其在避免交通事故方面起到了良好的效果,更因为其迎合了公路交通未来的发展趋势——自动驾驶汽车。本课题对先进辅助驾驶系统中最为重要的组成部分——前车防撞预警系统进行了研究。该系统能够利用单目摄像头识别前方所有正在行驶的车辆,并进行距离的测量,以便能够发现车距过近等危险情况,有效避免交通事故的发生。研究为两个子系统进行展开:车辆检测和车辆跟踪。在车辆检测过程中,将车辆外观上的水平方向和竖直方向边缘与车下阴影结合,共同作为线索初步定位车辆位置。该步骤输出的若干子图像中很可能含有非车辆,因为其利用的线索不一定只有车辆才具备,因此该步骤又称为假设生成步骤。为了筛选出真正的车辆,利用HOG特征变换将所有子图像变换到特征空间后,又使用AdaBoost分类器确定所有输入子图像的类标签,以此去除所有非车辆子图像,因此该步骤又称为假设验证步骤。在车辆跟踪过程中,首先在各帧图像中利用Harris角点检测提取稳定的特征点并通过归一化互相关系数进行初步匹配后,利用与加入P-N字典的特征点集群进行马氏距离计算建立稳定跟踪,在连续的各帧中捕获目标。最后利用车辆底边线与图像底部之间的像素数目与车距之间的关系对前方车辆进行测距,以便起到前车防撞预警的作用。最后,本文从假设生成步骤的识别率、假设验证步骤分类的正确性、车辆跟踪过程的成功率以及距离测量的准确性等各个方面对系统性能进行了测定,表明系统具有良好的表现,具备应用于各类先进辅助驾驶系统中的潜力。