目前,道路交通事故已成为造成人类死亡的十大因素之一。其中,将近50%的交通事故均与车辆偏离当前行驶车道有关,因此针对车辆行驶过程中发生的车道偏离现象研制实用化的车载车道偏离预警系统(Lane Departure Warning System,LDWS)具有重要实用价值。当前,随着机器视觉技术的快速发展,车道标线检测技术已经日趋成熟,基于相关检测信息进行合理、有效的预警策略制定逐渐成为该领域相关技术实用化的关键所在。基于此,本文在对大量研究文献调研基础上,采用了结合车辆行驶过程中的航偏角和横向距离信息的预警策略,并基于道路实验数据对所提出的方法进行了有效性验证。本文的研究工作主要包括:(1)车道线图像预处理。为减少环境噪声影响,有效提高车道标线检测结果,首先对采集到的车道线分别进行了灰度化、滤波和阈值分割方法的对比性实验研究,最终确定了应用于本文研究工作的相关图像预处理方法;(2)道路模型及检测方法分析。基于行车时发生车道偏离现象的工况特征,本文将直线型车道标线作为研究对象,通过对经典Hough变换直线检测方法的改进实现了车道线的有效检测。在此基础上,利用卡尔曼追踪模型来对车道线进行跟踪。(3)车道偏离预警模型研究。在对三种经典车道偏离预警模型分析基础上,最终采用了一种基于两个预警参数的车道偏离预警方法,并对其合理性进行了深入分析,同时也对相关参数的求取方法进行了理论研究;(4)实验验证及结果分析。基于上述理论研究成果,本文在Simulink仿真环境下构建了车道偏离预警模型,并结合采集的实车车道线实验数据对预警策略进行了验证及结果分析。结果表明,本文采用的相关方法能够实现车道线的实时有效检测,在车辆未打开转向灯进行越道或偏离车道方向行驶时,均能及时给出预警提示。