随着社会的迅猛发展和国民经济的逐步提高,汽车作为人们出行的代步工具基本普遍了各个家庭,出行安全也自然成了人们最关注的话题之一。根据调查显示,绝大多数的交通事故都是由于驾驶员的错误驾驶所致。在这样的道路交通背景下,智能交通应运而生,智能交通系统有两个重要的研究对象:汽车辅助驾驶与无人驾驶,其中汽车辅助驾驶系统作为驾驶车辆安全的保障,当发生偏离或者车辆即将相撞的时候能够提醒司机,避免事故发生,而车道线的检测作为车道偏离预警等辅助驾驶系统的重要组成部分,有着重要的研究意义与价值。本文的主要工作内容如下:1.先对所采集到的道路图像进行预处理,包括灰度化、滤波平滑和边缘检测等,以消除噪声干扰和减少背景带来的复杂信息。在此基础上,通过对比中值截距法和Hough变换的优缺点,选用Hough变换。由于Hough变换包括标准Hough变换和累计概率Hough变换,因此对这两种Hough变换分别进行算法仿真,并分析实验结果。2.针对累计概率Hough变换的实验结果进行进一步拟合。采用最小二乘法得到车道线拟合参数,进而提取出车辆位置参数达到拟合的目的。然后,使用Kalman滤波算法对车道线进行跟踪,以此来验证本文算法在车辆正常行驶时的实时性。3.采集不同路况下的图像进行对比实验,以此来验证本文车道线检测算法的鲁棒性。接着基于偏离预警模型建立及偏离决策制定的基础之上实现车道偏离预警的应用,验证了本文的车道偏离决策策略的可行性。