车道偏离引发的一系列交通事故已经成为全球性关注的问题之一,汽车的主动安全越来越引起人们的高度重视,车道偏离预警系统是汽车高级驾驶辅助系统中的一个重要模块。为了减少此类交通事故,本文针对车道偏离预警及纠偏问题进行研究,具有重要的理论意义及应用价值。主要研究工作内容如下:首先,本文对道路视频进行帧图像转换,为了减少车道偏离系统计算量提高系统工作效率,对道路帧图像进行感兴趣区域划分,采用加权平均值法进行灰度化处理。为了降低图像中的噪声信息,采用中值滤波算法进行滤波去噪,研究道路图像灰度直方图统计特征,并结合直方图均衡化算法进行道路图像增强,为后续的车道线检测奠定了基础。其次,道路图像预处理后,图像中仍包括很多冗余信息,为了准确提取车道线边缘信息,还需对车道线进行特征提取。本文采用OTSU算法及Sobel边缘检测算子,对道路图像进行车道线边缘特征提取,仿真结果表明达到了预期效果。然后,为了准确检测跟踪车道线,本文基于道路先验几何知识,分别建立直道模型和弯道模型对车道线进行检测识别。当汽车在直道路段行驶时,采用改进的Hough变换检测算法进行直道车道线检测识别;当进入弯道路段行驶时,采用Catmull＿Rom样条曲线算法进行弯道车道线检测识别。最后本文应用卡尔曼滤波器完成车道线跟踪,仿真实验结果表明:车道线检测跟踪效果较好。最后,本文研究了基于模型预测的多约束控制优化模型,对车道线检测跟踪算法进行仿真实验验证。以道路中心线与汽车中心线的侧向位移、汽车前轮转角作为判别条件,建立了车道偏离预警模型,通过监测汽车前轮转角和汽车中心线与参考轨迹的位移误差来判断汽车当前行驶状态是否发生偏离。设定多约束控制条件,监测在不同速度下汽车发生偏离并进行纠偏过程中汽车前轮转角、侧向速度及侧向位移变化,仿真实验结果表明车道保持控制系统反应迅速、车道偏离纠偏时汽车的横向稳定性较好。