汽车碰撞预警系统可以有效地减少碰撞事故的发生,提高道路交通安全,其中的关键技术之一是有效地检测识别周围的行人和车辆,传统的检测识方法主要是基于机器视觉或者雷达来完成,但具有检测有死角、恶劣天气适应能力差等缺点。考虑到大多数情况下只需要检测的目标的存在而不需要识别其具体运动细节,本文提出利用Android智能手机内置的GPS、方向传感器、速度传感器等来获得行人和车辆的位置、速度、方向等信息,在此基础上,提出基于Android智能手机的碰撞预警系统。基于Android智能手机的碰撞预警系统,主要使用了智能手机和路侧设备,基于无线通信技术来运行。主要思想是行人和车辆通过持有的智能手机来获取位置、速度、方向等信息,结合路侧设备运用无线通信技术来进行信息交互,最后根据交互得到的信息通过预警算法来判断是否有碰撞发生的可能,进而决定是否给予行人和驾驶者以预警警告。虽然解决了没有检测死角的问题,但由于智能手机内置GPS芯片定位精度较差,在运用到智能交通中之前需要提高定位精度。在不提高硬件成本投入的前提下,本文提出采用软件纠正的地图匹配方法来解决该问题,主要思想是将手机获得的定位信息和电子地图数据库中的道路网络信息比对,然后将定位点匹配到正确的道路的正确的位置上去,在匹配过程中使用卡尔曼滤波来获取最优估计值和使用多传感器信息融合的方法来提高匹配的准确性和可靠性。针对提出的基于卡尔曼滤波的地图匹配算法,首先采用Matlab仿真软件进行仿真模拟,主要分为直线道路和交叉路口两个部分,验证该算法的有效性。然后在Eclipse开发环境下,进行Android软件开发,配置路侧设备,搭建整个基于Android智能手机的碰撞预警系统进行实验验证。最后引入电子地图,结合Android智能手机获取的位置、速度、方向等信息,通过综合运用多种信息实现基于卡尔曼滤波的地图匹配,将匹配结果和原始GPS定位轨迹、电子地图道路数据轨迹和参考值轨迹进行比较,验证了改进之后的算法是有效的。