近些年来,国内机动车的数量和机动车驾驶员数量的急速增加,导致了交通事故频繁的发生,而其中车辆变道是造成一些严重交通事故的主要原因。因此,为了提高汽车在行驶过程中的安全性,一些汽车厂商和研究人员开发了先进的驾驶辅助系统(ADAS),其中包括前碰撞预警系统(FCWS)、自动紧急制动(AEB)、车道保持辅助(LKA)等功能用于提高汽车驾驶安全,发现潜在的危险。通过对国内外相关文献的调研,发现大部分研究中对变道预测的方法都需要大量的训练数据才能获得较好效果,这通常意味着需要巨大的经济成本和时间成本,用于收集不同道路场景的实际数据来训练算法。此外,随着目标车辆数量的增加,算法的计算效率将大大降低,这些缺点限制了这些方法在车辆车载系统中的适用性。另一方面,许多方法都依赖于从雷达或视频中收集或提取的信息。缺点是这些传感器容易受到障碍物,雨雪天气和其他障碍物阻挡等因素的影响。本文根据车辆无线通信协议标准(WAVE)中发送的基本安全消息(BSMs),设计了在人工驾驶车辆的ADAS系统中的高效,可靠的车辆变道预测和防碰撞预警系统,以提高驾驶安全。本文的主要工作如下:(1)本文提出了一种基于车辆状态信息和驾驶环境信息的车辆变道概率预测模型。算法的输入数据来源于车辆间通信传输的安全消息集信息,保证了变道预测算法在车载终端上的实时计算。变道预测的算法有明确的设计思路,对车辆的运动状态反映的变道概率建模,对汽车交通环境反映的变道概率建模,融合两部分的变道证据达到对汽车变道的综合判定,使算法具有较强的适用性。本文在VISSIM仿真软件上建立了若干个道路场景对变道预测算法的可行性进行了测试,结果显示算法能适用于各种变道场景。并且使用美国交通部NGSIM项目采集到的1000条高速公路车辆数据对算法的有效性进行了测试。实验结果为500条变道数据的准确率为95.8%,对于500条未变道数据准确率为88.4%,在汽车到达边界线前0.98s预测出车辆变道,证明了算法的有效性。(2)在变道预测的基础上,考虑安全车距、危险等级和驾驶免干扰分级提醒等因素,设计和实现了可用于高级驾驶辅助系统ADAS中的变道防碰撞预警算法。通过对变道车辆和其他车辆之间碰撞模型的分析,选取汽车自适应安全距离和变道后车辆之间的距离关系作为安全评估的依据。为了提高人机交互的效率,避免驾驶员被频繁打扰造成的对辅助系统的不信任,对危险等级进行了划分,分别设计不同的警告形式提醒驾驶员。