随着汽车保有量的迅速增长,车辆在道路上行驶时的安全性显得愈发重要,因此人们对智能驾驶的关注度也与日俱增。安全的驾驶过程要求驾驶员能够对驾驶环境进行快速判别并做出正确反应,以避免车祸的发生。高级辅助驾驶系统(ADAS)能够帮助驾驶员进行路况、行人、车辆等各方面的环境判别,进而发出警示或帮助反应,是一个具有主动安全性的集成控制系统。这个系统就是利用摄像头这样的传感器收集驾驶环境的相关数据,通过识别检测前方车辆为驾驶员提供行之有效的驾驶辅助信息,提升驾驶过程中的安全舒适性。本文通过对车载车辆检测系统和算法的深入研究,以软硬件协同设计为基础,选择LBP特征提取和AdaBoost分类器作为目标车辆检测算法,使用Xilinx推出的开发工具SDSoC,在Zynq-7020开发板上实现前方车辆检测。本文的主要研究内容和成果包括:(1)阐述了车辆检测的基本理论与方法,包括几种常见的车辆特征提取算法和几种常用的分类识别算法,对比特征提取算法和分类器选择适合本系统的车辆检测算法。(2)研究用FPGA加速算法的关键技术。在分析GPU、ASIC和FPGA三种硬件加速设备之后选择适合本系统的加速设备,进行软硬件协同设计,进而细化到设计硬件整体、架构和流程。(3)完成车辆检测加速系统的实现。开发环境内实现可编程逻辑部分的视频采集、视频缓存、图像预处理和显示模块,实现处理系统部分的特征提取和分类器算法以及初始化程序模块。(4)完成了系统实验与结果分析。在搭建好运行平台的基础上,实现了系统的运行,并通过分析对比各方面的量化数据,阐明使用FPGA加速的优势。ADAS作为实现无人驾驶的技术基础,推动未来智能汽车行业的发展,具有可观的市场应用前景。