驾驶员变道或超车是一个须兼顾车辆纵向和横向运动的复杂过程,驾驶员极易对变道或超车的安全性做出误判,为交通事故埋下隐患。先进驾驶辅助系统作为一种汽车主动安全技术,可以让驾驶员在极短的时间内获得潜在危险警示,进而保证行车安全。针对高速环境下驾驶员变道引起的交通问题和变道预警领域发展情况,本文进行了高速驾驶环境下驾驶员变道深度预警系统研究,主要研究内容如下:(1)预测高速驾驶环境下危险驾驶的碰撞时间。基于摄像机成像原理,采用张正友标定算法对摄像机进行标定,求解出摄像机内、外部参数,建立了侧后方车辆位置和速度检测模型,进而预测碰撞时间。(2)检测侧后方潜在危险车辆。基于深度预警网络对高速环境下的车辆进行检测,并制作了网络训练所需要的数据集,使用Keras深度学习框架来训练和测试该网络,通过傍晚、夜晚及白天实拍视频对深度预警网络的准确性和时效性进行了测试。(3)估计变道最小安全距离。针对高速驾驶环境下判断性变换车道复杂的行为特性,建立了椭圆车辆几何碰撞模型,基于该模型分别建立了目标车道后车、目标车道前车及原始车道前车影响本车变道安全的预警模型,并在MATLAB中分别对建立的模型进行了仿真。(4)变道深度预警系统实验验证。根据预警系统需求搭建实车实验系统平台,进行纵向测距、测速、变道意图及变道预警实车实验,并对实验结果进行了分析。本文通过对高速驾驶环境下驾驶员变道深度预警系统研究,得到了能准确、快速感知周围车辆运动状态并符合驾驶员习惯变道预警逻辑的预警系统,为交通安全和车辆驾驶辅助技术发展提供一定的理论支撑和技术实现依据。