交通安全已经成为社会发展过程中的一个重要问题,成为影响人们安全感的主要因素[1]。全球每年死于交通事故的人数十分庞大,交通事故已经成为人类非正常死亡的最主要原因,而车辆碰撞是最常见的交通事故。同时,有研究表明,在交通事故发生之前给司机一个信号能够很好防止交通事故发生。因此,设计一个车辆碰撞预警系统减少车辆碰撞事故的发生,具有很高的研究价值和实际意义。数据收集传输是系统实现的前提,车辆检测跟踪技术是碰撞预警系统实现的基础,也是自动驾驶领域的关键技术之一。目前车辆检测与跟踪算法中存在很多问题,交通环境的极端复杂性导致光照强度变化以及车辆发生遮挡都对算法精度有很大的影响,本文针对这两个问题以及如何构建车辆碰撞预警系统进行探索,通过摄像头收集数据并进行算法处理,将获取的数据通过智慧灯杆构建网络进行传输,使用数据融合技术构建车辆碰撞预警模型并搭建软件平台进行信息交互,经过测试,系统很好的达到了预期目标。总结来说本文主要进行了如下工作:1.构建了一个依托于物联网的数据采集网络,将摄像头集成在智慧灯杆中,智慧灯杆部署在道路交叉的事故高发路段配合道路上的监控摄像头和车辆车载摄像头组成一个数据收集网络,可以更加全面反映车辆状态。2.构建数据传输网络,通过对比几种无线网络技术,将传输信息分为设备状态信息和车辆特征信息,构建Sub-G与NBIOT混合传输网络,将数据分类传输,提高数据处理效率。3.对现有检测跟踪算法进行了优化,设计一种融合目标检测方法,经过实验验证,方法的精度有了一定提升,提出一种基于HLBP特征融合Kalman和Camshift的改进跟踪算法,经实验验证在光照强度变化和部分遮挡的情况下均具有较好的效果。4.对通过算法和网络获取的特征信息进行筛除、分析、融合,将车辆的特征信息结合车辆轨迹跟踪信息,构建车辆碰撞预警模型进行危险预警,同时还可以对偏僻路段发生的疑似车祸进行处理,确认之后发送信息尽快送医。实现驾驶员对自身驾驶状态有一个清晰的认识,尽量避免事故。5.使用软件开发技术设计一个车辆碰撞预警软件平台,实现了驾驶员与信息的实时交互,通过软件平台可以更好地获取预警信息与管理各种设备。