随着汽车数量迅速增长，交通安全和道路压力日益成为人们亟待解决的问题。研究智能车辆可以很好地解决这些问题。要让智能车辆在道路上安全行驶，前提是对行驶环境有准确的感知识别。本文以城市道路环境为背景，基于机器视觉研究了车辆偏航预警系统，同时开发了整个智能车辆测控平台。　　首先，提出了一种基于特征的车道线图像检测算法。根据车道线的特征，划分感兴趣区域；采用图像形态学的方法，从原始图像提取有用信息；采用改进的最大类间方差法将图像二值化；以联通域为单位，经过初次排除、基于形状特征的二次筛选、最终选择，确定正确的车道线联通域；最后对联通域取点并用最小二乘法拟合。同时用Kalman滤波器对车道线进行追踪，进一步提高算法的准确性，并且对感兴趣区域的确定也采用动态的方法，进一步提高算法的实时性。　　测试表明，算法具有一定的鲁棒性和准确性，同时也满足实时性的要求。　　其次，分析了现存的几种车道偏航预警策略，利用第二章车道线检测结果，提出一种新的预警策略，并建立预警模型。　　结合预警算法与模型，在PreScan仿真平台中添加仿真场景、添加传感器、配置控制策略。通过仿真对提出的预警模型做了验证，证明该模型具的合理性及鲁棒性。　　最后，规划设计了智能车辆总体控制平台的结构，同时重点从两个方面：I/O控制和运动控制两个方面。介绍了智能车辆电气部分的改造设计及电路接线。讨论了基于 GUC控制器的开发平台 CPAC环境下，对整个测控系统调试程序的程序设计过程，简要分析对电机的运动控制，对I/O模块的控制。介绍了相关操作函数定义及用法，展示了部分控制代码。同时完成主要部分工作设计：电机控制及远程监控模块的控制流程，最终，搭建完成整个调试界面。