在科技发展日新月异的今天，在我国大力推广城市化的时期，我国的城市化进程的高速发展和城市交通环节相对滞后的矛盾日益突出，居民私家车日益增多和城市交通空间相对狭小的矛盾也突出的摆在了决策者们的面前。解决这个问题的关键就是大力发展城市公交，由南美一些和中国发展情况类似的国家首先提出的快速公交系统为我们提供了一个很好的解决方案。 快速公交系统有别于传统的一般城市公交巴士系统，其车辆行驶速度相对传统巴士较高，一般在30公里／小时至60公里／小时之间。在车辆高速行进过程中，如何保证车辆按照预先规定的合理化路线行驶，即如何为车辆进行导航，成为BRT系统中一个十分重要的问题。 本文以快速公交系统为基础，提出了将计算机视觉和模式识别技术应用于基于BRT光学导航自动驾驶项目的计算机视觉导航系统的原理和关键算法，并给出了具体的应用。在基于快速公交巴士BRT专用道设置中央道路跟踪导航线的特殊性基础之上，进行车辆对道路跟踪导航线进行跟踪导航控制。本文在结构化道路环境下讨论了如何为BRT系统进行视觉导航，我们针对BRT巴士车身相对较长的特点，定义了一种新的摄像机传感器的安装方法，提出了道路坐标系与图像坐标系的相互转换的关系，定义了结构化道路的概念和结构化道路公理模型。提出了一种在巴士车身底部的中轴线上分别安放三个图像采集单元，利用图像坐标系与道路空间坐标系之间的相对关系，将道路中央的跟踪导航线进行曲线拟合，并进行跟踪导航的BRT车辆视觉导航方法。 在图像的预处理与道路跟踪导航线的提取环节中，系统对于获取的图像，进行预处理，消除噪声的影响。文中还提出了两种道路跟踪导航线提取算法，分别是基于Hough变换的道路提取算法和基于曲线拟合的提取算法。传统道路标志线提取算法的类型有很多，可以根据算法在计算过程中对图像作用的区域大小，分为基于局部运算的提取算法与基于全局运算的提取算法。具体在快速公交系统的应用环境中，我们采取了三个图像采集点的局部提取算法，并在系统内部将局部信息合并，对道路进行整体的曲线拟合。