实现无人、全自动和安全驾驶为最终目标的智能车辆是近年来发展较为迅速的一个研究领域。本文以无人驾驶汽车障碍物信息识别与处理系统为研究对象,围绕基于视觉的道路检测和障碍物识别算法以及系统的实现展开研究。在系统硬件电路设计方面,对整个系统的电源模块、传感器模块和DSP外围接口电路进行了设计;在系统软件设计方面,对道路检测和障碍物识别算法进行了研究。主要研究内容及成果包括以下几个方面:(1)设计了无人驾驶汽车障碍物信息识别与处理系统的总体方案,分析了系统的工作原理及主要组成部分的功能。(2)完成了系统电源模块、DSP芯片外围电路、视频传感器、车轮转速传感器、角度传感器、加速度传感器、超声波传感器、温度传感器的硬件电路设计,为系统软件的设计与实现提供了支撑。(3)讨论了基于视觉的道路检测和障碍物识别方法。综合对比分析了目前各种图像预处理技术、道路检测技术和障碍物识别技术。提出了一些实用方法:如利用中值滤波消除或者衰减一些由外界环境干扰引起的噪音的方法;通过准确性较高的二值化分割算法从背景中提取白色车道的方法;利用Hough变换找出车道标识线采样点的方法;根据车道标识线所成的夹角范围和左右车道线间的距离范围对采样点进行滤波的方法;通过线性插值和最小二乘法将样本点拟合成车道轨迹线的方法;利用像素灰度等级数判别准则检测车辆底部存在阴影的方法;通过纹理特性实现障碍物最终识别的方法等。(4)对提出的图像信息预处理算法、道路检测算法、障碍物识别算法进行了软件设计与编程。最后在MATLAB 7.4平台上,对软件算法进行了仿真。仿真计算结果表明本文提出的道路检测和障碍物识别算法有较好的鲁棒性和可靠性,能够提取出精确的路径特征点信息和障碍物信息。