近年来,随着世界经济的发展,现有的道路运输系统已不能满足需要。各国政府和研究机构将大量精力投入到智能交通系统(IntelligentTransportation System,ITS)的研究。其中汽车辅助驾驶和自主导航是ITS的关键技术。由于视觉导航具有信号探测范围宽、目标信息完整、价格相对便宜及最符合人类感知方式等优点,本文提出了利用单目视觉技术在汽车辅助驾驶及自主导航系统中实现导航的方案。目前,国内外已有很多视觉导航系统,但在系统的实时性、鲁棒性和实用性方面尚不能满足人们的要求。本文首先分析了汽车辅助驾驶及自主导航视觉系统的结构,将重点放在道路检测与跟踪上。通过与使用立体视觉技术重建三维景物的方法做对比,阐述了采用单目视觉技术的优点和实际意义。其次,在分析路面设计特征的基础上建立了汽车行驶时的道路几何模型、车辆模型及利用摄像机采集图像时的量测模型,并对道路和车辆模型进行了稳定性仿真,为使用卡尔曼滤波器进行道路跟踪做好准备。最后,在现有聚类算法的基础上,采用一种改进的分级聚类方法检测车道线,并在道路特征的限制下,利用Hough变换提取当前车道线。实验结果表明该算法满足实时性要求,具有较好的鲁棒性。最后介绍了如何利用卡尔曼滤波器进行道路跟踪。本文构建了一个简单的道路检测与跟踪系统,所提出的算法对视觉导航领域的研究有一定的借鉴意义。