智能交通系统即一个由多种的先进的科学技术交叉并融合在一起搭建成的交通综合管理系统。智能交通系统的核心技术涵盖了汽车工程，交通工程，电子信息工程以及计算机处理技术等等诸多领域。ITS的应用可极大提高交通资源利用率、减少资源损耗和环境污染，极大改善交通环境及显著降低交通事故发生率。因此，ITS已成为世界各国所关注的热点问题。由于投入较多等优势，在智能交通研究领域美国始终处于世界领先水平，包括谷歌在内的诸多大学、研究机构以及公司从1991年开始就一直从事于智能交通系统相关科研工作。为了规范化管理，美国政府批准成立了国家自动化高速公路协会等多个政府机构，并启动了主动智能车辆计划以及智能车先导计划（Intelligent Vehicle Initiative，IVI）。欧洲各国采用了全欧统一标准的方式，由政府、企业以及个人三方共同从事智能交通系统的研究。由12个国家合作开展的DRIVE项目是全球交通运输界重量级的项目，参与该项目的单位达到700家，总投入经费达5亿欧元。我国的智能交通系统领域的研究起步于20世纪80年代后期，由于我国机动车保有量位于世界前列，交通问题极其严重，因此我国的智能交通系统的发展和普及刻不容缓。科技部2002年启动了《智能交通系统关键技术开发和示范工程》项目，正式把智能交通系统项目列为十五科技攻关计划重大项目之一。国家同时在智能交通系统关键技术研发中投入大量资源，包含自然科学基金在内的许多国家级项目基金把无人驾驶车辆关键技术的研发列为重点支持项目。智能交通系统计划在2020年前全国普及。

智能车是智能交通系统中的关键部分，它是AVCSS中的分支。智能车有着敏锐的“感觉器官”、聪明的“大脑”和灵敏的“手脚”。“感觉器官”是指智能车的感知系统，感知系统相当于人的眼睛、耳朵，即一系列高精度的传感器，它们将路面信息采集过来，得到车辆四周的环境信息，并把这些信息传递给智能车的决策与控制系统，在综合考虑多种因素之后，做出道路规划决策，并控制车辆的油门、制动、转向、挡位等执行机构，进而实现车辆的驾驶操作。

智能辅助驾驶系统（Advanced Driver Assistance Systems，ADAS）是智能车的重要部分，按自动化程度可将之划分为自动驾驶系统和辅助驾驶系统。智能辅助驾驶系统是利用传感器技术、计算机视觉技术、通讯技术等先进技术来降低主动事故发生率的车载设备。它能够根据搜集到的驾驶员、道路以及周围行车环境的信息，自动对数据进行综合分析和判断，对存在的安全隐患向驾驶员发出警报，提醒其注意规避危险。目前市面上常见的是基于视觉传感器的智能辅助驾驶系统。此类系统的关键为基于视觉的行车环境感知技术，行车环境感知技术指：智能车行驶过程中能实时建构出所行驶的目标环境，同时提供目标环境相对于智能车的方向和位置，为智能车自主导航给出准确的周边环境的信息。基于视觉的智能车环境感知技术包括：基于视觉的道路面的检测和识别技术、基于视觉的车道线检测和识别技术，基于视觉的交通标志识别技术及基于视觉的障碍物检测和识别技术。基于视觉的障碍物检测和识别技术主要指对行车环境下的行人、障碍物和车辆进行识别与检测。

由于行车环境中的主要障碍物是车辆，因此行车环境下的车辆检测成为了智能车实现自主驾驶的关键。智能车经由车辆识别技术，定位出周边车辆的具体位置，根据周边障碍车辆的位置信息，智能车的决策系统制定出最优的轨迹优化，实现智能车的自主驾驶。所以实时、有效地获得周边车辆的信息是保持安全距离，预警碰撞和避免碰撞的前提。伴随着计算机视觉技术的日益发展，机器视觉传感器逐渐被广泛应用在工业领域。机器视觉传感器相较主动传感器具有分辨率高、采集环境信息全面和价格低等等优点，因此国内外各个研究机构视基于单目视觉的车辆检测及跟踪方法为重点研究内容。