随着汽车使用量的快速增长与道路交通的快速发展,汽车辅助驾驶已经成为保障交通安全的一项重要研究课题。而汽车辅助驾驶系统中的导航、智能预警等功能均依赖于对道路场景的理解。基于视觉的道路信息提取技术是道路场景理解的关键技术。本文基于单目视觉技术,针对复杂城市道路和非结构化道路的信息提取与智能预警方法进行了深入的研究,具体研究内容包括以下几方面:首先,针对复杂城市道路和非结构化道路,提出了基于平行线与竖直包络线的道路消失点检测算法和基于暗原色的消失点检测算法。提出算法分别利用平行线和暗原色分割区域轮廓中的直线信息,计算竖直线包络,并估计出道路区域范围,再利用分组策略求解道路区域中任意两条直线的交点,并通过聚类方法估计出消失点的准确位置。进一步地,本文将上述两种消失点检测算法相结合并进行优化改进,提出了一种快速的消失点检测算法。然后,提出了基于消失点的道路识别及导航信息提取算法,为车道偏离预警奠定了基础。算法首先针对消失点和边界软投票进行道路区域分析,再根据汽车行驶特点在提取的道路区域进行导航信息提取,通过计算车辆行驶的偏航角及预警时间,得到偏航方向并按照预警决策方法对车道偏离进行预警。此外,本文结合暗原色原理,实现了农机具特殊道路的导航线提取。最后,根据消失点、识别的道路区域和区域特征理解,提出了一种基于轮廓的城市道路图像深度估计算法。算法利用图像分割得到一系列封闭区域,再统计每个分割区域自身的多元特征,并估计道路消失点。基于这些特征,实现天空、垂直面和道路区域的分割和三维空间推理,最后根据典型道路的深度变化规律实现对道路图像的深度估计。为智能交通导航中道路、障碍物和行人检测的深度信息进行准确预测和感知提供了重要依据。