基于21世纪信息和计算机技术的高速发展,在日益拥堵的道路交通问题的解决上,人们越来越倾向于依靠高科技寻求解决之路,世界各国都竞相开展自动驾驶系统的开发。计算机视觉技术是车辆视觉导航子系统中最为关键的技术,其主要的两个任务目标就是完成道路的识别以及跟踪。许多学者对视觉导航也都进行了研究,有基于单视目视觉技术的研究,也有基于双目或多目的多维度视觉导航技术的研究。本系统是以具有异构双核处理器的达芬奇平台为研究平台,充分利用车载的多摄像机实现车道线的实时识别与车道线融合设计。论文的主要研究内容为:(1)图像预处理研究,主要涉及感兴趣区域选择、彩色图像灰度化、图像增强、边缘检测等图像处理技术;(2)道路线检测和道路跟踪算法设计,其中还包括多种道路模型方法的对比分析,以及采用霍夫变换进行道路检测的算法研究;(3)多车道线融合算法设计,拟合出一条行驶轨迹参考线;(4)运用OpenCV(Open Source Computer Vision Library)和嵌入式DSP(Digital Signal Processing)相关知识,完成了算法在达芬奇平台上的移植。最后,根据系统实时性要求,结合达芬奇平台的特点,对车道识别算法进行优化,使其在对前方道路进行可靠提取的前提下达到最高的效率。目前,已经完成了EMCV(Embedded Computer Vision Library)在DSP上的移植,并且实现了EMCV暂不支持的hough和canny算法;同时也研究出了一种稳定的道路识别算法,并在TMS320DM6446处理平台上测试实现了,可以准确的识别出车道。为了测试系统的稳定性和实用性,本文在城市环境下采集了多种结构化道路视频,并对系统进行了全面测试,测试结果表明,本文系统稳定、准确,可以达到较好的实验效果,具有一定的理论价值和实际应用价值。