在当前交通事故频繁发生，交通安全问题日益突出的情况下，智能车辆越来越被各国交通领域专家和学者所关注，超速驾驶、疲劳驾驶、超载驾驶、酒后驾驶等行为是引起交通事故的主要原因。　　在这些起因中，车辆换道是驾驶员常见的驾驶操作之一，它是驾驶员针对周围车辆的车速、车辆间距及周边道路状况完成自身驾驶目标的综合行为过程。在这个复杂过程中，由于驾驶员对安全换道的可行性判断失误或者盲目自信自己的驾驶技术进行强行换道，从而使车辆容易发生碰撞、追尾等事故。　　本论文首先从智能车辆辅助换道系统的发展现状出发，重点分析几种比较典型的智能车辅助换道系统。同时结合近几年国内外各种实车模型和理论研究成果和方向，对单目视觉系统进行了结构设计和算法研究。　　其次对视觉系统的关键技术，图像处理和路径的识别进行了研究，本文提出一种基于二次曲线模型的道路边界算法。将HOUGH变换应用于初始道路边界提取，然后进行二次曲线拟合得到道路的实际边界，该方法简单实用，易于实现，可以满足道路识别处理的实时性要求。　　再次论文分析换道时前后两车之间的运动关系，简化换道时的车辆模型，研究避免车辆发生碰撞的条件，提出最小安全车距的计算方法来防止车辆换道发生追尾、角碰等事故，列举三种换道的轨迹规划方法，并对换道的轨迹规化方法进行研究和比较。　　最后经过对轨迹规划方法的比较，选取正反梯形轨迹算法作为车辆换道的预期轨迹来进行运动轨迹规划，根据Ackermann & Jeantand转向模型推导并建立四轮转向车辆侧向动力学模型，运用终端滑模的控制方法对车辆换道进行仿真分析，实现对车辆换道轨迹的跟踪。仿真分析表明，通过采用四轮转向控制技术，可明显地减小跟踪误差，通过换道虚拟轨迹计算车辆换道时的横摆角及变化率参考值，不需要知道车辆位置信息，利用文中设计的横摆率跟踪控制规律能实现对换道期望轨迹的理想跟踪。