每年全世界都有许多人死于道路交通事故，并且造成了巨大的经济损失。在此背景下，发展具有主动安全功能的智能车辆成为各国政府、研究机构和汽车制造商的共同目标。智能车辆包含车道和车辆检测与跟踪、环境感知、信息处理及控制等关键技术。这就需要我们建立合适的驾驶员模型，及时、准确的处理路况和车况的感知信息，并准确地传给车辆控制机构来实现自动驾驶。　　 本文根据对驾驶员一车辆一道路闭环系统的分析，建立了基于视觉的多信息融合的驾驶员模型。主要在以下几个方面进行了研究：　　 一、建立了智能车单目视觉导航系统并对此系统进行了分析，通过对采集图像的预处理提取了车道线并对此车道线进行检测。　　 二、在预瞄轨迹线的理论基础上建立了驾驶员方向控制模型；方向控制中引入了道路坐标作为参照系，使驾驶员模型和道路线形特征结合更加紧密；利用汽车转向特性导出驾驶员方向盘转角变化规律；利用驾驶员预瞄策略进行轨迹的控制。　　 三、构建了基于模糊积分理论的多源信息融合算法，并利用模糊积分融合算法分析获取复杂行驶环境中车辆的运行模式。　　 四、设计了多源信息刺激下驾驶员综合认知的拓扑结构及框架，在已有跟驰模型的基础上，提出了基于前后车同步移动的车辆跟驰模型，将多源信息融合算法与该跟驰模型相结合确定驾驶员反应行为。通过实验数据分析证明，本文的多信息融合模型和驾驶员模型是有效可行的。