随着汽车的快速发展,智能驾驶、自动行驶越来越成为人们的迫切需要,基于计算机视觉的自动行驶方案的研究在世界范围内得到广泛关注。近年来,许多高校、研究机构和企业都在智能汽车的研究上投入大量的精力,取得了诸多可喜的重大成就。作者所在实验室在汽车电子领域的研究已有十余年的历史,在汽车的智能化、网络化等方面都有深厚的积累。最近几年开始投入智能车的研究,自主研发的智能车是一款电动的小型智能车,立足于能源的高效利用和智能化,能应对校园复杂环境下的自动行驶。本文首先总结了国内外的智能汽车的发展现状,然后针对浙大智能车行驶的校园复杂环境,设计了一套适用于该环境下的运动目标和行人的检测以及跟踪方案。通过该方案,我们能够对校园环境下的运动目标、行人进行识别和跟踪,为自动行驶提供视觉感知,能满足低速行驶条件(10Km/h)下的自动行驶实时性要求,对智能车实现自动行驶的有着重大的意义。本文的主要工作包括：1)通过分析校园环境的特殊性,提出了运动目标检测与针对行人多特征检测的方案,该方案在校园环境中能检测出80%的运动目标和行人,同时满足正确性和实时性要求。2)针对行人检测之后存在每个对象多个检测结果,对其进行窗口融合,使每个行人对象都只保留一个检测结果。3)对运动目标跟踪,提出并实现了结合Kalman滤波的CamShift跟踪方案,通过预测运动目标的运动状态,提高运动目标跟踪的成功率。4)本文最后验证了方案的准确性、实时性能,并展望校园特殊环境下的自动驾驶的未来发展方向。