近年来，智能车辆系统成为各国潜心研究的一个新领域，其中基于计算机视觉的车辆检测跟踪和车距检测是汽车辅助安全驾驶系统研究的重要内容之一。目前日间的基于计算机视觉的车辆检测算法因为从图像获取的信息量比较大，特征比较多，所以发展迅速，已经基本达到实用要求。而夜间驾驶时，光线不足，可见度低，日间检测常用的边缘灰度突变特征和车辆尾部灰度对称特征会大大减弱，甚至消失，所以夜间方面的研究相对于白天的算法还处于摸索中，因此本文的研究对夜间的算法是个很好的探索。本文的试验环境是夜间沪宁高速连接线，采用低成本的MVC1000SA-GE30千兆网摄像头，图像中路灯，车头灯路面反光，路边广告牌反光，车牌照反光，车尾灯闪光都成为尾灯对特征提取的障碍，上述恶劣环境下普通的夜间车辆检测算法效果极差，为此本文设计了一个基于单目视觉的夜间车辆检测跟踪方法，能够在低质量采样的情况下很好地检测跟踪前方车辆。方法主要基于图像颜色信息并结合形态学算子，其核心步骤为：自适应域值分割，尾灯特征提取，结合颜色信息的特征中心检测和尾灯配对。在上述车辆检测算法检测出车辆的前提下，采用了仅利用摄像机内参和离线标定外参的几何测距方法进行前方车辆距离估测，并对摄像机外参数造成的测距误差进行了大量的模拟试验定量分析。