智能车辆技术是智能交通系统研究的热点之一。准确了解车道信息是获得车辆相对车道位置和方向、控制车辆行驶方向的前提条件。因此，基于视觉的智能车辆道路识别技术研究，是实现车辆辅助驾驶的关键技术之一。 论文阐述了智能车辆的研究背景和研究意义，叙述了当今国内外视觉导航系统及道路检测技术研究现状、发展趋势和难点。介绍了计算机视觉导航技术方面的理论知识和单目视觉导航系统的组成及成像的几何模型。针对智能车辆视觉导航中的车道识别问题，运用单目视觉技术对行驶车辆前景中的车道线进行检测，以获取本车当前道路的位置信息和方向信息。 本文在道路图象处理的过程中，主要目标是提取图像中车道线和道路边界线。首先建立道路先验模型，然后在此基础上提出了基于投影法的感兴趣区域划分，在感兴趣区域中对图像进行滤波、边缘检测、图像二值化，并最终使用改进的Hough变换得到车道线的具体参数信息，最后利用GM(1，1)模型实现对车道线的跟踪来调整Hough变换得到车道线与实际车道线的误差。在图像边缘检测中，本文利用Sobel算子，通过仿真实验比较，它在实时性和准确性上要优于其它算子。 最后，通过实地采集的交通图像，对论文提出的算法进行仿真。结果表明，本文提出的道路图像检测和跟踪算法是可行和有效的。