随着社会经济不断发展,车辆的数量正在以一个巨大的数字不断增长,因此,出现交通事故的概率正在不断增长,怎样降低交通事故率,怎么在紧急情况下帮助司机做出正确的判断,如何设计出一个更加智能的辅助驾驶系统是我们当前研究的热门课题。鱼眼相机具有获得视野较大,安装比较方便的优势,因此在辅助驾驶系统中有不可替代的作用。因此,本文研究的车辆检测系统是基于鱼眼相机的车辆检测,其中鱼眼相机的图像矫正,运动目标检测,障碍物区域的完整性是我们当前研究的重点。本文首先提出了一种基于特征点的接近运动目标检测算法,该方法首先是提出了一种基于梯度极大值的特征块筛选方法,使得在限定选择特征个数的情况下,能够使特征尽可能分布在障碍物外部及内部边缘上以及纹理边缘上,更多的保留了障碍物区域的完整性,并且大大降低了算法的时间复杂度,接着将特征块类进行聚类获得完整的障碍物区域。实验结果表明,本文的方法在各种情况下能实现对目标的检测,并且与目前在实际项目中使用的较多的算法相比,本文的识别正确的概率和鲁棒性都有所提高。接着在汽车类型检测方面,本文中使用基于卷积神经网络的车辆分类方法,本文的汽车分类方法在于基于上述的算法获得一个大致的区域后,使用卷积神经网络进行训练获得训练模型,使用特征点检测方法的目的是为了降低卷积神经网络的训练量,而且可以降低鱼眼相机的形变对车辆检测的影响。利用特征点进行分类,利用神经网络进行分类。