车辆偏离预警系统能有效减少交通事故风险，提高驾驶安全性。本文对车辆偏离预警系统的决策方案进行了深入研究，希望可以在车辆存在偏离当前车道风险的情况下，提醒驾驶员存在的安全隐患，减小由于无意识偏离车道导致交通事故的可能。　　车辆偏离与否与当前车道的标志线位置息息相关。本文针对车道线信息的不同损失程度分别提出两种思路对车道线进行预测和完善，一种是针对局部特征损失的模型约束预测法，另一种是针对单帧特征不完全的时空切片轨迹预测法。研究工作和创新点具体总结如下：　　第一，对车道线模型进行了介绍与分析，立足本文研究点，选用局部路宽不变的双直线模型。其次，对车道标志线的特征提取方法进行介绍、分析和对比，并采用了全局区域特征、局部区域特征和Canny边缘特征融合的方法。然后对不同特征算子相应的Hough直线检测结果对比分析，对不同场景中存在的主要问题和难点进行剖析，并提出了相应的解决思路，为后续算法的提出奠定基础。　　第二，提出基于模型约束预测法的车道标志线跟踪策略。本文首先采用贝叶斯概率模型对车道线模型计算置信度得到检测结果，初始化模型。进一步提出以已有模型构建动态感兴趣区域筛选直线簇，减少计算量的同时预估未知车道线的位置，解决车道线局部信息损失的问题。最后，将车道线识别定位结果用于车辆的横向距离偏离率的度量，判断车辆偏离车道中心的程度。　　第三，提出基于条件随机场的时空切片轨迹预测法。对于单帧图像中车道线信息较少等难以进行车道线识别的情况，利用高频采样的图像序列在时间域中整合成时空切片图，并采用条件随机场与平移筛选法最终获得车道线在时域中的运动轨迹。采用支持向量机判断车辆行驶方向的变化程度并利用时空轨迹预测车道线位置，综合两者信息共同决策，为驾驶员提供不同级别的预警提醒。