随着国民经济的高速发展和城市化进程的加快,我国机动车拥有量急剧增加,交通事故的问题日益加剧。在城市交通事故中,绝大部分都是由于车辆发生碰撞造成的,带来了严重的经济损失。因此,为了解决车辆碰撞问题,本文对复杂道路情况下ITS(Intelligent Transportation System)防碰撞技术做了大量理论推导和实验研究,并提出了一套即时可靠的车辆防碰撞方案。可靠的碰撞检测和避免系统是ITS不可或缺的,本文的车辆防碰撞方案由车辆检测模型、车辆追踪模型、防碰撞判决模型三个部分组成。所使用的信号为通用车载雷达信号,将雷达信号输入检测器中进行车辆检测,判断前方有无车辆出现,得到检测距离和检测概率。如果前方有车出现,通过对前车状态信息的观测,利用卡尔曼滤波算法对目标车辆进行实时追踪,预测目标车辆的行驶轨迹,得到前车的预测行驶模型。输入防碰撞判决模型进行判决,做出后车是否应该刹车的判断。本文主要完成如下工作:第一,通过证明基于GLRT的时空相关性检测器性能较好,特别是基于频域GLRT的检测器性能表现最好,在距离较远的情况下就能够准确检测到前方车辆,为驾驶员提供更多的可操作时间。第二,通过GLRT检测器与卡尔曼滤波器,将车辆的检测与追踪结合起来。第三,利用卡尔曼滤波算法对目标车辆进行实时追踪,预测目标车辆的行驶轨迹,得到前车的预测行驶模型,结合防碰撞判决模型提出了复杂道路情况下的ITS防碰撞方案。与其他防碰撞方案相比,本文所提出的防碰撞方案采用了性能优良的信号检测器。在道路环境复杂,环境噪声较大的情况下,仍然可以准确的检测到前方车辆,增加了检测距离,提升了检测概率。其次,本文提出的防碰撞方案中,引入了卡尔曼滤波器对目标车辆进行实时追踪,能够预测目标车辆的行驶轨迹,得到目标车辆的预测行驶模型,根据目标车辆预测行驶模型的变化,实时的采取相应的制动措施。不需要事先知道前车真实的行驶模型,并且适用于车辆真实行驶模型不断变化的情况。最后,本文假设的防碰撞仿真实验场景充分考虑了交通中的真实场景,引入了车辆转弯的情况,实验结果更具有真实性。通过仿真实验证明,本文所提出的的复杂道路情况下的ITS防碰撞方案切实可行,能够提高驾驶过程的安全性,有效避免碰撞。