随着机动车数量的不断增加，由驾驶员误操作引发的交通安全问题日益严峻，以安全辅助驾驶系统为代表的智能汽车技术可有效减少因驾驶员操作失误导致的交通事故。本文设计基于机器视觉的曲线车道线识别与车道偏离预警算法，能够实时进行车道线识别并计算车道中心线方程，当车辆偏离当前车道或有偏离当前车道趋势的时候能够发出预警信号，减少由于驾驶员疲劳驾驶或注意力分散引发的交通事故，提高行车安全性。
　　本文在进行车道偏离预警之前，先进行车道线识别并估计车道中心线方程。首先，在图像预处理阶段，对图像进行畸变校正，再对校正后的图像进行逆透视变换(IPM)获取车前方道路的俯视图，并对IPM图像进行双边滤波消除图像噪声。其次，使用Sobel算子对IPM图像进行边缘检测，并基于车道线宽度模型与边缘检测图像进行车道线特征图像的提取，消除非车道线信息的干扰。然后，在得到车道线特征图像后搜索并提取车道线特征点，并使用最小二乘法对特征点进行拟合，获取车道线方程。最后，为提高车道特征点的提取精度，引入卡尔曼滤波器对车道线特征点进行跟踪，建立前后帧之间特征点的联系，同时使用获取的车道线方程建立动态感兴趣区域用于后续图像的检测。最后根据卡尔曼滤波器跟踪到的车道线特征点计算出车道中心线特征点并进行拟合，获取像素坐标下车道中心线方程。
　　在得到像素坐标下车道中心线方程后，确定逆透视图像与实际道路坐标空间之间的比例关系，计算实际道路坐标下车前道路中心线方程、曲率半径等信息。同时分析不同类型的车道偏离预警模型，制定偏离预警决策算法，设置预警触发条件。
　　在VisualStudio中实现文中算法，并通过安装在试验车上的单目相机获取视频图像，先在视频图像中进行测试，再进行实际道路试验。试验结果表明，所提出的车道线识别算法能准确识别不同路况下的车道标识线，并表现出良好的实时性与准确性，车道中心线方程提取精度能满足试验要求，车道偏离预警算法能够准确的对驾驶员做出车道偏离预警。