目前,随着汽车数量的增加,道路交通事故也越来越频发,在这些事故中,汽车追尾碰撞占了很大的比例,严重威胁人们的人身财产安全,因此为了有效避免此类交通事故的发生,研发一种前车检测预警系统成为迫在眉睫的事情。常用的前方车辆检测方法有基于机器视觉和基于雷达两种方法。基于机器视觉的前方车辆检测方法具有较好的鲁棒性,但实时性较差且容易受到光照、天气等环境因素的影响,从而影响检测结果的准确性;基于雷达的前方车辆检测方法不易受环境因素影响且实时性高,但是其易受噪声影响,且大气传输损耗较大。考虑到传统的前方车辆检测方法是依靠单一的传感器,存在着漏检、误检等问题,本文采用了基于毫米波雷达和视觉两种传感器的前方车辆检测技术并进行预警。首先通过安装在车内的CCD摄像头传感器获得前方车辆行驶的视频图像,将视频图像传到PC端,并结合车道线和车辆阴影的方式初步获得前方车辆粗定位,再通过检测车辆左右边缘特征和车轮灰度值进一步确定前方车辆在像素空间中的位置;其次利用毫米波雷达传感器获取前方障碍物的信息,通过滤除空目标、无效目标和静止目标,得到前方有效目标车辆的距离、速度和加速度等信息;最后根据信息融合模型实现机器视觉获取的信息与毫米波雷达采集的信息融合。本文在实现了机器视觉和毫米波雷达采集的信息在时间和空间融合的基础上,最后通过matlab仿真软件中的Simulink模块建立前车预警模型,并在基于GUI图像界面搭建了模拟预警监控仿真平台。通过matlab仿真软件中Simulink模块和GUI图像的联合仿真实验对目标状态预测的预警算法进行了验证。仿真结果表明,通过雷达和机器视觉的信息融合,大大提高了预警的准确度,能够有效降低错检率和误检率,提高前车检测结果的正确率,具有较高的实时性、鲁棒性和准确性,达到了预期的目标和要求。