国外研究现状目前，世界上有些发达国家已成功研制出一些各具特色的车道偏离预警系统[[[] 唐珲。 基于机器视觉的车道偏离预警系统的研究[D]。 华南理工大学硕士学位论文，2012年：2-4]]。例如：日本的DSS系统、荷兰的Mobileye系统、德美的AutoVue系统、AURORA系统、美国的SCARF系统和ALVINN系统等。78259

日本三菱汽车公司于1998年设计并研发了DSS系统，紧接着在1999年迅速的应用在了测试车辆上。该测试车辆由后视镜上的摄像机、车辆状态检测、个人行为习惯操作传感器以及报警装置组成。通过摄像机获取汽车前方车道标示线以及传感器监测到的车辆状态和驾驶人员的操作行为来判断车辆是否已经偏离当前车道[[[] 吕魁超。 基于DM6437的不同照度下阈值选取对车道偏离预警系统影响的研究[D]。 长安大学硕士论文，2014年：5-5]]。如果车辆偏离了当前行驶的车道，该系统就会发出警报提醒驾驶人员安全驾驶。这个系统有个特别之处，那就是必要时它能产生一个短促的促使车辆回归当前车道中央的转向力矩，从而让驾驶人员及时正确驾驶车辆。当然这种力矩很小不足以干涉当前驾驶人员的控制，仅仅是给到一个提示作用，保证了驾驶员的完全控制。

Mobileve_AWS系统由Mobileve公司研发，是一家荷兰的公司，不同的是该系统利用装在前面的挡风玻璃上的摄像机检测车道标识线，监测该车辆与路边界的距离。这个系统能够监测不同的车道线如实心连续线、虚线等等。若没有车道标识线，该系统也能通过路的边缘或者路沿来正常检测进行偏离预警。预警模块通过检测车道边界，计算相对于车道的位置以及预测车辆越过车道线的时间，当时间低于设定的值时，该系统就会触发触觉跟听觉警告，以便驾驶人员对危险情况做出适当的反应从而减少交通事故的发生。该设定的值能够智能改变，从而适应不同人的驾驶习惯风格，在驾驶人员有意识的使车道偏离、制动等情形下产生抑制，考虑了不同的驾驶行为。论文网

AutoVue系统是由德国和美国联合研发的，其工作原理与Mobileve_AWS相似。

ALVINN系统和SCARF系统是由美国卡内基梅隆大学机器人学院、NavLab实验室以及自动化研究中心联合开发。值得一提的是ALVINN是利用神经网络从训练数据中学习正确的行为。而SCARF系统是将所获得的图像基于像素点分为两种：一种是道路类；另一种是非道路类，若图像表示为梯度形状，那么使用Hough变换则可以找到最为接近的位置。不足的是该系统仅仅作用于像素组成的梯形区域，所以不能适用于多车道的情况以及执行避障操作。

2 国内研究现状

在国内，由于受到基础设施水平和国民经济实力的限制，与发达国家在偏离预警邻域的研究有着相当大的差距，据我了解目前国内仅有清华大学、吉林大学、国防科技大学、重庆大学等几所高校建立了这方面的研究[[[] 王庆贺。 车道偏离预警系统决策算法及性能测试方法研究[D]。 吉林大学硕士论文，2011年：4-4]]。但随着我国经济的飞速发展以及汽车消费理念的扩展，汽车驾驶的舒适性与安全性越来越受到驾驶人员的重视。中国是人口大国，理所当然也是汽车消费大国，生活水平日益提高，车道偏离预警系统将有着大好的未来。因此，从现在开始深入的研究车道偏离预警系统的理论方法，研究出准确性与实时性相结合的实用性强的预警系统来保证驾驶人员的安全并减少国家经济损失是刻不容缓的。 

3 存在问题

众所周知车道偏离预警系统主要由两个部分组成：一是车道线的检测与提取，二是偏离预警决策算法的研究。这两方面仍存在如下一些问题： 车道偏离预警系统国内外研究现状:http://www.youerw.com/yanjiu/lunwen_90164.html