随着市场经济的快速发展,机动车已经变成人们日常生活中不可或缺的一个重要组成部分。而机动车的安全性也逐渐引起社会的广泛关注。为了能有效提高机动车的安全性,危险预警、安全提示等机动车主动安全技术越来越引起人们的注意,而车载辅助驾驶系统的研究也成为一个研究的热点。可编程嵌入式技术一直是国内外电子信息领域研究的热点,而SOPC(可编程片上系统)更是其中的关键技术。SOPC的可并行计算和并行结构使其能够快速实时地进行图像处理任务,SOPC平台在图像处理方面的优势为车载辅助驾驶系统提供了一个很好的载体。将车载视觉的研究和SOPC的硬件平台相结合,本文在SOPC平台上实现了一个多核的车载辅助驾驶系统,并结合SOPC平台的特点对现有车载视觉算法进行了改进。本文主要工作为：研究现有的交通标志、交通灯识别算法,总结对比现有算法的优缺点,结合SOPC的可并行性,选择最合适的图像识别算法。本文采用颜色形状相结合的交通标志、交通灯识别算法,最大程度的发挥SOPC平台的多核可并行性,提供识别效率。实现图像识别算法并加以改进。结合SOPC平台的硬件条件,在颜色形状相结合的算法的基础上采用计算量小、空间复杂度低的算法。本问采用Sobel算子和随机霍夫变换来确定形状,并实现了限速标志的识别。硬件平台的搭建和视觉辅助驾驶系统的实现。与图像识别算法相对应,本文的硬件系统采用多核流水线的方式实现对算法的加速。Altera公司提供的SOPC平台中的niosⅡ软核能够很好的用于实现本系统。