随着汽车的普及和高速公路的兴建,汽车的主动安全性能受到人们越来越多的关注,安全辅助驾驶已成为国际智能交通系统研究的重要内容。车道偏离预警系统提醒长时间单调驾驶的驾驶员保持车辆在车道内行驶,防止其疲劳驾驶,是近年来汽车智能辅助驾驶系统中的核心问题。本文综合分析了车道偏离系统的研究现状,充分估计了课题的研究成本,在基于机器视觉的基础上,改进了弯道检测和弯道偏离预警的方法,实现了车道偏离预警系统,系统分为三个模块:AVI视频图像预处理,基于分段归类拟合算法的车道检测,基于横向截距合的偏离预警决策。本文的主要工作包括:(1)AVI视频图像预处理。阐述AVI视频文件的数据结构,给出通过API函数捕获图像的方法,分析常用的边缘检测方法及适用条件,根据结构化道路视频的路面特征,采用双阈值二值化方法,使得车道标志线的信息能更好的从背景图像中分离出来,具有较强的抗噪声能力,为车道检测打下坚实的基础。(2)基于分段归类拟合算法的车道检测。分析现有车道检测方法的优缺点,改进分段车道模型,提出基于分段归类拟合算法的车道检测方法。该方法将车道图像分为近景和远景两部分,采用分段归类拟合算法,归类相邻像素点,分段拟合同类车道线,分区域连接相似车道线的方法,对直道和弯道进行拟合。实验表明,分段归类拟合算法在晴天,强光照等条件下,具有良好的直道和弯道的拟合效果,有较强的抗噪声能力,是一种可靠的实时车道检测方法。(3)偏离预警模型的研究。为克服传统的偏离预警模型只能检测直道的不足,提出一种基于横向截距合的偏离预警模型。该预警模型分为一级静态预警模式和二级动态预警模式,结合单帧车道图像信息和多帧连续图像信息,使得预警策略更合理准确。由于该预警模型不是基于单帧道路中心线的,而是基于连续帧图像的横向距离合的,因此对弯道偏离预警也有良好的效果。(4)车道偏离预警系统的设计。在windows平台下,用Visual C++6.0开发工具,设计实现了车道偏离预警系统,该系统包括AVI视频图像捕获,图像预处理,车道检测,偏离预警等。