近年来汽车数量迅速增加，由车辆碰撞、车道偏离引发的交通事故也在迅速增多，伤亡人数逐年攀升。在此背景下，车辆主动安全技术引起了越来越多的研究机构以及汽车制造商的重视。基于计算机视觉的车辆检测、碰撞预警、车道线检测及车道偏离预警等技术是主动安全研究的重要方向。视觉传感器具有价格低、算法可移植性强、采集信息丰富等优点，在汽车主动安全中应用广泛。在此情况下，本文就移动平台下基于单目视觉的汽车主动安全技术做了相关研究，通过移动平台的摄像头采集环境信息并进行分析处理，实现车道线检测、目标车辆检测和目标跟踪等功能，本文完成的工作和取得的研究成果包括以下几个方面:　　1、提出了一种基于直线假设模型，利用前一帧当前帧图像，通过Hough变换进行车道线检测的方法。该方法首先对当前帧图像进行预处理。基于前帧图像的车道线位置设定ROI，在当前帧图像ROI区域中，通过Hough变换提取直线集合，结合前一帧车道线位置做相似度计算，从而检测识别出当前帧车道线。　　2、研究并实现了结合级联分类器和GentleAdaboost决策分类器的目标车辆检测方法。从样本图像子区域中提取若干不同类型特征，构成特征向量，经过级联Haar分类器和最终决策分类器得到判定结果。Haar级联分类器完成对目标候选区域的选取，解决了尺度变化问题，运行速度快，更鲁棒;决策分类器准确率高，对候选区域作进一步分类判别，最终结合车道线信息确定正前方的目标车辆。　　3、提出一种基于高斯权重跟踪点的目标跟踪方法。对TLD跟踪算法中目标框跟踪点的筛选策略进行改进，改善了前后向跟踪方法中等权重容易导致的问题:随跟踪时间加长，错误累加，目标框持续增大。跟踪点具有高斯权重，目标框中心处跟踪点权重大，重采样过程中数量多，更易被信任而保留，因此基于高斯权重跟踪点的方法跟踪解雇更准确鲁棒。　　4、搭建算法移植环境并完成Android版本发布。PC平台上该算法使用C++基于计算机视觉库OpenCV实现。在Android4.2平台上通过Java本地接口，使得运行在Java虚拟机上的程序可调用C++程序。采用NDK编译C++源码生成so动态库。Android层调用动态库完成算法对每帧图片的分析。