无人驾驶车辆是智能车辆领域的重要研究之一。在该技术的研究中,感知周围的环境和路面信息则是重要环节之一。路面信息包括车道线及路面标志信息。正确有效地获取车道线及路面标志信息将为无人车的决策起了重要作用。本论文针对基于车道线的路面标志的检测识别进行了有效地研究,主要的工作包括：首先,采用水平亮度差分的方法进行车道线的检测。将道路图像转换到YUV颜色空间,通过亮度值的差分及阂值设定来完成对车道线边缘的检测,然后使用最小二乘法对检测到的车道线边缘点进行拟合,继而得到车道线。然后,提出了两种不同的路面标志检测方法,分别是基于车道线的候选标志检测方法和基于亮度差分的检测方法。基于车道线的检测方法是利用标志的轮廓信息,来确定候选标志的范围。而基于亮度差分的方法是先进行亮度差分处理得到车道线和标志线的边缘点,然后通过聚类分别将车道线和标志线的边缘点分开,最后拟合出车道线和标志线。进而,文中又提出了两种不同的路面标志识别方法,分别是基于Hu不变矩的识别方法和基于车道线位置关系的识别方法。基于Hu矩的识别是计算待识别标志的Hu矩到各类样本库的马哈拉诺比斯距离,进而识别出该待识别标志。基于车道线位置关系的识别则是考虑路面标志的形状和车道线之间位置关系来完成对路面标志的识别。此外,实验数据表明,在对相同的200幅方向标志测试图片的实验中,本文提出两种路面标志的识别方法的识别率分别达到94.5%和87.5%。