1.1引言
经济的进步、科学技术的发展给汽车工业带来了革命性的变化。汽车工业为经济的发展作出了重要贡献，人们的生活水平也随之提高。但是随着社会的发展，公路交通变得复杂，汽车保有量的不断增加，使得交通事故的发生率不断攀升。世界各国由于交通意外带来经济损失都不容乐观。中国的汽车保有量仅占世界汽车总保有量的百分之二，但交通事故死亡率连续十年居世界首位。显然交通安全问题成为了世界各国所面临的共同问题。对中国而言，更需解决这类问题。到目前为止，国家对道路交通设施等方面也进行了改善，这些研究在公路交通安全方面起到了积极作用。但是，对交通安全起决定作用的是人为因素。为了减少人为因素造成的交通事故，外国的研究机构提出了智能交通系统。智能交通系统决定了车辆智能化的发展方向。也将成为解决交通安全问题的重要方向。该系统加强了道路、车辆、驾驶员三者间的联系，使之尽可能达到和谐。
车道线是道路交通标志的重要部分，车道线的自动检测与识别技术是辅助智能车辆防撞系统的重要软件支撑也是无人驾驶技术的重要基础。它是车辆行驶过程中车道保持、偏离车道警告、换道辅助等功能的基础，帮助确保驾驶员在车辆驾驶的过程中操作更加便捷，更加安全。
1.2国内外研究现状
目前，交通安全问题成为了世界各国所面临的共同问题，外国的研究机构提出了智能交通系统。智能交通系统将成为解决交通安全问题的重要方向。该系统加强了道路、车辆、驾驶员三者间的联系，使之尽可能达到和谐。
车道线作为道路交通标志的重要部分，国内外研究学者深入研究了车道线检测技术，提出并研制出了一些成功的车道偏离预警系统。国内的一些高校对这方面也做了相关的研究，如天津工业大学、北京交通大学、同济大学、华南理工大学等。与此同时，国内外的一些专家学者在车道线检测方面也做了大量的理论研究，并取得了一定成果，这为智能交通系统的建立打下了坚实的基础。
天津工业大学的候杰提出了一种应用于结构化道路的基于最小二乘拟合的车道线检测算法。此算法以车载单目摄像机拍摄的车道线视频为研究对象，对图像进行预处理来提高图像对比度；然后对图像进行阈值分割；最后运用最小二乘拟合直线的方法提取当前车道线并重建车道线方程。这种算法具有较高的准确性和鲁棒性[[1]]。
同济大学的刘富强，张姗姗，朱文红，李志鹏提出了一种新颖的车道线检测与跟踪算法．该算法采用了广义曲线的车道线参数模型，该检测算法没有仅仅使用单一方法求解各个参数，而是根据各参数的不同精度要求，分别使用自适应随机霍夫变换(ARHT)方法和禁忌搜索算法计算车道线模型中的各个参数，这样既准确计算车道线模型中的参数，也兼顾了车载系统的实时性要求。这种车道线检测与跟踪算法具有良好的鲁棒性和实时性，同时对不同的光照条件也有较好的适应性[[2]]。
北京联合大学北京市信息服务工程重点实验室的宣寒宇,刘宏哲,袁家政,李青,牛小宁采用一种基于多条件约束的车道线特征滤波器，并提出了一种新的对车道线特征进行聚类的算法。运用卡尔曼滤波对车道线位置进行实时跟踪和预测；另外，利用车道线的特点形成约束条件以获得更加稳定的检测效果。这种算法鲁棒性强、实时性好，且具有稳定的检测效果[[3]]。
