近年来,我国汽车保有量的逐年递增,汽车的交通安全问题越发受到社会的重视。为了减少交通事故的数量,加强汽车的主动安全性,逐渐搭载了智能辅助驾驶系统。车道偏离预警技术是高级辅助驾驶系统的核心技术之一,在高速场景下,由于驾驶员疲惫、困倦和注意力分散等,车辆如果发生车道偏离,系统及时给予驾驶员警告信号,从而避免碰撞等交通事故的发生,保障驾驶员的生命安全。本文主要研究基于图像的车道线识别与汽车车道偏离预警技术,该技术的核心模块为车道线的识别与追踪算法和车道偏离预警算法。首先介绍了车道偏离预警技术的国内外发展现状,以及组成该技术的核心算法的研究现状,并指出了现有的算法不足之处。然后对本文涉及的三种核心算法的详细设计过程进行了阐述,算法的主要内容如下:1、道路图像的预处理。对前车摄像头拍摄的道路图像序列逐帧预处理,图像预处理流程主要包含设置感兴趣区域、灰度化、中值去噪、顶帽增强处理、阈值分割、轮廓修复、轮廓中心特征提取等,通过图像的预处理可以去除噪声干扰,增强目标车道特征,为后续的识别检测做好准备。2、车道线的识别与追踪。高速道路有着较大的转弯半径,其图像近视场可以简化为直线,且弯道模型计算量大,实时性差,因此选择了计算简单的直线模型对车道线进行描述。为提高初始帧的准确性,使用RANSAC算法对初始帧的道路轮廓中心特征点进行拟合,采用卡尔曼滤波跟踪车道线参数,分别左右偏离一定的距离,缩小跟踪帧的感兴趣区域。由于跟踪过程降低了图像的噪声干扰,于是采用了最小二乘法对感兴趣区域的轮廓中心点进行拟合。3、基于图像的车道偏离预警。传统的车道偏离预警算法,需要复杂的摄像头标定流程确定其参数,本文提出根据图像中的车道线数量和夹角判断车辆是否处于偏离的状态。首先检测车道线的数量,如果检测到双侧车道线,则以车道线夹角的差值是否大于设定的夹角阈值判断车辆是否偏离;如果检测到单侧车道线,则利用单侧车道线夹角的经验值进行判定。并通过车辆实拍视频验证基于车道线数量与夹角的预警算法的有效性。车道偏离预警系统的软件是使用Matlab 2014a编程实现,利用Matlab的文件接口读取视频图像序列的方式,逐帧处理和标记。仿真实验表明,本文提出的车道线检测与追踪算法有良好的准确性和实时性,以及预警算法的有效性。