基于计算机视觉的驾驶员辅助系统(Vision-Based Driver Assistance System,VB-DAS)采用相机作为主要的传感手段，以实现车辆的安全行驶为最终目标。根据研究对象的不同，DAS主要分为两个方向：车内驾驶员状态监测和车外环境感知。车内驾驶员状态监测通过采集驾驶员的脸部图像，分析驾驶员在车辆驾驶过程中的状态，包括疲劳状况、注视方向等，以确保驾驶员对于车辆的有效控制；车外环境感知则对车辆行驶过程中包括道路、行人、其它车辆等交通环境下的各种主体进行检测和分析，克服驾驶员的观测盲点，消除行驶中的安全隐患。道路是车辆行驶中最重要的环境对象，对道路的准确感知有助于理解道路本身以及路面上的其它车辆、行人等目标。因此道路建模和检测是DAS的研究热点；DAS中常用的功能，如车道偏离报警、道路避障、自适应巡航等均离不开道路的准确建模。而车辆自身运动和位置信息对于从运动场景中实现车外环境目标的准确感知具有重要的意义。以相机作为运动传感器件，视觉里程计可以在DAS系统缺乏GPS信号或其它运动传感器的情况下实现车辆的自运动测量和定位。本文研究了基于计算机视觉的DAS系统中，针对道路的多维度建模和检测，以及评价建模结果准确性的定量判据；研究了车辆的自身运动信息在新的道路模型中的融合，以及对于提高道路模型通用性的作用；提出了基于路面垂直轮廓动态跟踪的车辆定位优化模型，研究了道路建模结果对于采用视觉里程计的车辆定位的偏移抑制作用。本文首先针对现有基于全局几何形状假设的车道模型无法适应实际道路中形状各异车道线的缺点，提出了一种新的任意形状车道三维参数化模型，用于描述双边界车道中车道线点的三维几何限制和约束条件。利用该模型对车道线进行逐点搜索，可以实现任意形状车道的实时检测。实验证明新的车道模型适用于实际道路中具有任意形状的双边界车道，并且本文提出的检测算法能实现各种复杂环境下车道的准确和鲁棒检测。针对道路车道模型无法有效处理路面无车道线、复杂多条车道线(如车辆进行跨道行驶)等道路情况，本文提出了车廊模型作为一种新的道路建模方法，用于描述具有任意车道线情况的路面。通过把车辆自身的运动信息和车道线标识进行信息融合，车廊定义了车辆前视距离内具有相同宽度的一片路面区域。该区域符合车辆在车道内行驶的假设，同时确保车辆能安全行驶通过。本文提出了车廊的检测算法，并通过各种道路实验证实了算法的有效性。车廊和车道的对比实验证明，融合了车辆运动信息的车廊模型比车道模型对于实际道路有更好的适应性。车辆在户外道路上行驶过程中，当路面出现上下坡或起伏不平时，DAS中常用的路面平面假设就会失效，此时需要对于路面的垂直轮廓进行建模。与直线或二次曲线相比，B样条曲线具有更强的建模能力，可适应更复杂的路面高度变化。本文通过尺度不变特征流计算路面区域内点的三维坐标，然后对路面点的高度进行B样条曲线拟合。实验表明B样条曲线能有效地描述包括道路上下坡等复杂地形下的路面垂直轮廓。针对路面垂直轮廓建模结果准确性的定量评价，本文首先利用路面垂直轮廓建模结果建立了针对一般路面图像的逆透视变换公式；然后利用该逆透视变换把平行车道线图像变换到俯视图，以俯视图中车道线的平行度作为定量判据，实现对于路面垂直轮廓建模结果准确性的定量评价。相对误差累积导致的偏移是视觉里程计用于车辆自运动估计和定位中普遍存在的问题。针对该问题，本文提出了一种新的视觉里程计偏移分布模型。该模型建立了由视觉里程计估计车辆自运动得到的定位偏移量与行驶路径的关系，给出了路径任意位置处的偏移分布。该偏移分布模型提供了针对一般视觉里程计的误差分析方法，可以用于比较不同视觉里程计算法的定位偏移性能。针对三种不同视觉里程计的蒙特卡罗仿真实验证明，本文提出的理论偏移分布和蒙特卡罗仿真得到的实验结果相吻合。基于以上提出的路面垂直轮廓模型和视觉里程计的偏移特性，本文最后提出了基于路面垂直轮廓动态跟踪的车辆定位优化模型。由于道路建模和视觉里程计运动估计之间存在时间上的不同步，本文采用了带固定滞后的卡尔曼滤波器。通过向量扩展法，本文得出了时间序列下固定滞后卡尔曼滤波器的状态向量；然后基于车辆紧贴路面行驶假设，建立了卡尔曼滤波器的状态更新和测量模型。实验表明垂直道路建模结果可以有效抑制采用视觉里程计的车辆定位中的偏移。