随着人们生活水平的不断提高,我国居民的汽车持有量大幅增加。汽车数量的增多,使交通问题日益突出,交通事故发生率大大增加。其中由于驾驶员视觉疲劳或注意力不集中而造成的车道偏离引发的交通事故发生率最高。因此,车道偏离预警系统(Lane Departure Warning System,LDWS)成为近年来的研究热点。车道偏离预警是智能车辆辅助驾驶系统的重要组成部分,其主要功能是在车辆即将偏离车道时,通过声音、灯光、震动等方式发出报警信号,提醒驾驶员注意车辆的偏离情况,从而有效地降低此类交通事故的发生率。本文首先介绍了车道偏离预警系统的研究背景和意义,分析了国内外的研究现况。然后对结构化道路的车道偏离预警系统展开了研究,所作的主要工作如下：(1)对获取到的图像进行预处理。由于道路原图像是含有噪声的彩色图像,对车道线的准确识别造成干扰且运算量大,因此需要对图像进行预处理。本文先将图像灰度化以减少后续处理的数据量,然后通过高斯滤波、Canny边缘检测、二值化分割等算法增强车道线信息,为车道线的检测和跟踪奠定了基础。(2)根据道路图像中车道线的特点,本文采用组合模型对车道进行建模。针对不同区域中的车道线的类型分别设计了相应的检测算法：在近视野中,将车道简化为直线模型,用Hough变换对车道线进行检测；在远视野中,将车道近似为抛物线模型,采用最小二乘法对车道线进行检测。最后根据这两个区域内车道线的参数信息,判断出车道的类型,并拟合出完整的车道线。(3)针对车道偏离判决算法大都需要对相机进行标定和图像重建的问题,论文提出了一种将车道线消失点偏移量的变化与车道线斜率相结合的偏离判决算法。该算法根据当前图像中车道线的斜率信息判断出车辆是否偏离,然后结合车道线消失点的偏移量来区分车辆偏离的类型,并发出报警信号。该算法避免了复杂的相机标定过程,降低了系统的复杂度,很好地提高了系统的检测速度。(4)搭建了车道偏离预警系统软件平台,详细介绍了图像采集与显示、车道线检测、报警等功能模块的实现过程。通过软件系统的开发,为论文算法的实际应用提供了实验平台。