近年来,随着经济的快速发展,汽车保有量持续增加,交通压力日益严重。越发复杂的路况促使驾驶员在驾车过程中需要耗费更多的精力,随着驾驶时长的增加,驾驶员的注意力更加容易分散,判断能力难免会有所下降,当前方车辆的行驶状态发生变化时无法及时地做出应对措施,这就大幅度地增加了交通事故的发生概率。自动驾驶技术和辅助驾驶系统是目前各大车企竞争的热门领域,无论是在自动驾驶汽车行驶过程中,或者驾驶员疲劳驾驶过程中,前方车辆的变道行为都会大概率地导致碰撞事件,尤其是不打转向灯的随意变道行为,针对这一问题,本文研究设计了一个前车转向意图检测与报告系统,具体研究内容如下:（1）车道线的检测。前方车辆变道操作期间难免对车道线检测产生强干扰,本文设计了一种基于车道线边缘特征点筛选的车道线检测方法。首先基于轮廓角度和像素数目滤除非车道轮廓进而实现特征点粗提取,然后提取像素点的位置信息,通过设计一种基于相对距离与梯度的自适应双阈值筛选法进行车道线特征点的精提取,进而拟合车道线。实验结果表明,该算法具有较强的抗遮挡能力,且满足实时性要求。（2）移动车辆的检测。设计基于支持向量机（SVM）的检测算法,将提取到的图片的HOG特征、颜色直方图特征以及图像的原始像素特征相融合进行移动车辆检测,由于视频中车辆随着车距的变化车辆的尺寸也会随之变化,本文采用可变大小的滑动窗口进行车辆检测以提高检测的准确度。（3）车辆转向灯的识别。由于《汽车和挂车外部照明和光信号装置的安装规定》对汽车转向灯的光色和色度有了明确规定,因此本文将在HSV空间内对转向灯进行检测与识别。识别转向灯可以对前车的变道起到预警作用。（4）前车转向意图检测与报告系统设计。将前方车辆的运动状态特征实时显示在系统界面,通过进一步分析状态特征,对前车转向意图进行判断并进行实时报告。