近年来，随着机动车保有量不断增加，公共交通安全面临着巨大的压力，如何避免交通事故的频繁发生成为重要的研究课题，汽车辅助驾驶是解决交通安全问题的有效途径。本文实现的基于车载视频的行人检测作为汽车辅助驾驶系统的重要模块，能够在夜间检测车辆前方是否有行人存在，存在则做出预警提示，弥补了人类在夜晚获取图像信息能力下降的缺陷。本文以车载视觉传感器为图像获取工具，以A5s30A处理芯片为核心设计了一个汽车辅助驾驶系统，系统功能主要包括夜间行人检测、车道偏离检测、路标识别、和提示预警功能。基于AdaBoost算法，利用开源软件Opencv在7345张行人图片和149000张背景图片的基础上完成了行人检测器的训练，训练出了一个12级的行人检测器。并且在A5s30A处理器上利用检测器，实现了对视频图像的行人检测功能。在实现行人检测功能的基础上，提升了行人检测模块。针对检测速率过低，每秒只能检测两帧图像的情况使用了步长可变和分区扫描跟踪的方法，有效地提高了检测速率，基本达到了实时检测的要求；针对检测过程中检出率偏低，虚警率过高的情况，使用了直方图均衡预处理和多尺度融合技术，直方图均衡有效的消除了光线和阴影等因素对检测结果的影响，多尺度融合技术则是在检测完成后和输出结果前，对检测到的矩形框分析组合，剔除检测结果的冗余部分，最终提高了检出率，降低了虚警率。