近年来，随着我国交通运输事业的快速发展，交通事故也更为频繁和严重。虽然由换道引起的交通事故占到总交通事故的比例很小，但是由其引起的事故造成的交通延误却占到总交通延误时间的相当一部分，并且给人民生命、财产都造成了重大损失。作为减少这些交通事故的手段，车辆辅助安全驾驶技术越来越受到人们的重视。对于驾驶员而言，当其进行换道操作行为时，在车辆的两侧存在一些无法观察到的道路图像。本文基于视觉的辅助车辆换道的盲点区域检测系统在车辆左右侧后视镜的上方安放摄像头拍摄侧后方的道路图像，利用计算机视觉的方法对道路图像进行处理，检测是否有可能造成威胁的车辆，以辅助驾驶员进行变换车道的行为。　　 本文的盲点区域检测系统包括：近侧车道线的检测以及实虚线的判断、远侧车道线位置的估计、侧方车辆检测、侧方车辆识别、侧方车辆距离估计、侧方车辆跟踪及车辆相对运动关系分析。　　 在本车侧后方的道路图像中，对车道线分为近侧、远侧进行研究。对近侧车道线提取边缘特征点，再通过最小二乘法拟合的直线作为近侧车道线。利用已知的道路宽度及摄像头参数以及逆投影变换方法对远侧车道线的位置进行估计，并由近侧和远侧车道线所划分的区域，作为侧方车辆的搜寻范围。利用车底阴影和车辆左右垂直边界识别的车辆边界框，再利用车宽与车道宽的比例，区域灰度水平对称性来验证边界框内是否属于车辆。为了增加处理速度和正确率，利用连续图像的信息，对已检测到的车辆边界框进行跟踪。利用前几帧图像中车辆边界框的中心位置，预测车辆在下一帧图像中的位置，并用固定比例来扩大出一个跟踪范围，并比较新的追踪区域与检测区域的灰度差异程度，以判断是否属于同一辆车。如果符合条件，则利用新检测到的边界框更新要跟踪的车辆边界框，并继续跟踪和记录车辆中心位置在连续图像中的移动向量，当侧方车辆逐渐接近本车的时候，系统将在驾驶员进行换道行为时进行预警。　　 通过仿真实验结果表明该方法能够在日间条件下有效的检测出车道线，识别并跟踪侧方道路图像中的车辆，并将与侧方车辆的距离信息提供给驾驶员。但该方法并不适用夜间或不良天气的条件，因此，研究新的检测算法或者融合其他传感器来对不同环境下的检测作为未来研究的主要目标。