随着汽车保有量的快速增长,道路交通安全问题已经成为各国政府和社会关注的重要问题。目前的汽车主动安全技术已日臻成熟,基于智能交通系统(ITS)的汽车主动避撞系统已经成为国内外机构的研究热点。智能车辆主动避撞系统利用现代信息技术、传感技术来扩展驾驶员的感知能力,将感知技术获取的外界信息(如车速、行人或其他障碍物距离等)传递给驾驶员,同时在路况与车况的综合信息中辨识是否构成安全隐患,并在紧急情况下,自动采取措施控制汽车,使汽车能主动避开危险,保证车辆安全行驶,从而减少交通事故,提高交通安全性。检测障碍物预测危险和和避障策略的制定是智能车辆避障系统的两项关键技术。障碍物检测的难点在于不仅要判断车辆安全行驶的区域,还要感知到车辆前方可能存在的障碍物,包括路面上障碍物的位置、尺寸、运动状态、与本车的距离等深度信息。同时避障策略的制定,依赖准确的障碍信息。还须考虑车辆在启动和制动时,由于车辆自身惯性而造成的货物抛洒,不能实现安全启动和可靠停车；以及车辆速度太慢,造成效率不高,不节能,增加运输成本等问题。针对上述问题,首先根据大量现有资料,分析智能车辆各种行驶环境,整理出具有代表性的障碍,可基本简化为车辆和行人两种。针对这两种障碍,本文提出了车辆行人联合障碍物检测方法。该方法对图像进行预处理,在此基础上进行车道线检测,将两条车道线相交组成的三角区域作为障碍物检测感兴趣区域,然后在此区域中提取障碍物的宽高比和分散度特征量,并以多特征融合信息做障碍物类型判定,最后根据障碍物类型采用相应的方法精确定位车辆位置。然后,通过比较各种避障轨迹优缺点,确定基于圆弧的轨迹作为本文避障策略的避障轨迹。兼顾车辆避障过程中转弯的侧向稳定性确定转弯半径,以及为了不发生车辆追尾碰撞类事故确定临界安全距离,根据上述参数制定避障策略。最后对该避障策略进行了仿真。最后,本文利用MATLAB搭建避障系统仿真平台,给出了仿真平台的结构框图,并详细说明了每个模块的功能。最后在此平台上进行了本文相关研究的仿真,仿真结果表明本文提出的车辆行人联合障碍检测方法和基于安全距离与车辆相对速度的避障策略,能够准确及时发现车辆前方障碍,并主动避开障碍,保证车辆安全行驶。