随着汽车保有量的增加,自行驾驶出行产生的换道行为越来越多。由换道行为导致的危险程度也随之增加。但随着传感技术的应用,使得减少换道过程中由于驾驶员判断失误导致的交通事故成为可能。通过传感器检测相应参数,通过车载装置及时协助驾驶员及时调整车辆状态,提高换道安全性和换道效率。本文首先通过选取轴身转向角、转向轮与车道线的距离、纵向加速度、横向加速度、横向速度、纵向速度等车辆显性运动参数,构建了基于PCA-SVM的换道车辆识别算法。并在识别换道车辆过程中结合网格寻优对SVM中的惩罚系数C和径向基核函数G进行优化。最后在伯克利高速公路的车辆行驶数据中选取并处理得到1092个样本数据,并对论文提出的算法进行训练和测试。在测试过程中模型对换道车辆识别率达到了98.17%,为实现换道车辆与目标车道障碍车辆建立数据共享提供技术支持。为保证安全换道、避免交通事故,一个有效的车辆换道辅助系统是很有必要的。而对于换道辅助系统而言实时获取换道车辆与障碍车辆之间的实际距离、最小安全距离并及时发出预警信号是很重要的。为此,论文研究了四种换道角碰场景,基于车辆初始位置、速度、加速度、航向角等参数并运用车辆运动学特性计算出每个换道场景中换道车辆与障碍车辆之间的潜在角碰点位置。然后以此为基础构建了换道车辆与障碍车之间实际距离模型。论文还研究了在两种最不利情况下的最小安全距离模型并根据换道危险情况制定三种预警规则实现对车辆的预警。论文使用美国加利福尼亚州80号州际公路段车辆行驶视频数据对论文建立的模型进行了有效性分析。论文构建的模型和预警规则可应用于智能车辆的主动安全系统,如车辆换道辅助系统、主动碰撞预警系统等,对提高汽车主动安全性,减少交通事故有着重要的应用价值。