基于视觉的汽车前方碰撞预警(V-FCW)系统是汽车安全辅助驾驶技术领域最为典型的应用之一。汽车前方碰撞预警(FCW)系统主要利用传感器获取信息并处理,准确判断前方可能发生的碰撞危险情况并对驾驶人给与警告,与目前多采用雷达传感器的汽车前方碰撞预警系统相关研究不同,基于视觉的汽车前方碰撞预警系统使用摄像头作为获取信息的环境感知工具。视觉传感器具有模式识别及车道线检测等其他传感器不具备的优势,但同时也面临着障碍物识别及测距等方面的巨大技术挑战。基于此研究背景,本文设计了一套V-FCW系统新的车辆检测、车辆测距方法和安全距离计算算法,并在通过仿真分析验证其效果。在对汽车前方碰撞预警安全距离模型分析的基础上,本文根据车辆的运行状态和制动规律,充分考虑了影响车辆制动的驾驶人因素和环境因素,建立了新的汽车安全距离模型,同时对该模型中的参数进行了说明和分析。结合其他模型算法利用MATLAB软件进行仿真分析,结合不同状态下最小安全车距与速度和附着系数的变化规律。验证了该模型能够更好的地反映真实车辆运行状况,降低了计算安全车距存在的较大偏差。本文在车辆检测识别方面作出改进。利用类Haar和改进的Ada Boost算法的对前方车辆进行检测,首先利用基于积分图的思想计算图像的扩展类Haar特征;然后使用提取的类Haar特征值向量集改进Ada Boost算法,文中提出了改进措施:利用SVM代替初步分类器Ada Boost算法(SVM-Ada Boost)增强了分类器的分类能力。通过实验验证文中所提出的方法在训练所需时间和识别性能方面取得了比传统方法更好的效果。本文在车辆测距方面,使用单目摄像机利用小孔成像的测距原理,通过对摄像机内部参数的标定,根据建立的测距模型实现前后车辆之间的距离测量,并使用行车记录仪的视频对前方车辆距离进行测量实验。