本文对结构化道路上车道标线识别这一智能车辆视觉感知系统中的关键技术进行了有针对性地研究,目的是开发出一整套较完善的、能够在用于结构化道路上大多数工况中前方以车道标线表征的可行区域的检测算法。本文的主要研究内容如下:针对车道标线识别工作中道路图像的结构复杂、信息量大的特点,通过研究寻求一种能够有效抵抗光照、阴影、雨雪等路面图像杂质,突出车道标线图像的图像二值化方法;针对在二值图像的基础上进行车道标线拟合中简单数学模型精确性低,复杂数学模型实时性差的问题,寻求一种能够兼顾精确性和实时性的车道标线拟合方法;针对目前国内外研究中对车道标线类型的识别鲜有比较成熟的方法,寻求一种较实用的车道标线类型识别方法。本文的创新之处在于:提出了通过分窗口自适应图像二值化方法抵抗光照、阴影等局部图像信息对道路图像二值化结果的影响;并针对车道标线处理的需求,提出了通过WOI灰度图像对比度筛选和WOI滑动寻优两种方法确定车道标线感兴趣区域,分别适用于车道标线搜索和跟踪阶段图像处理阶段;在道路图像二值化基础上,提出车道标线上间断线端点的识别方法,进而实现了车道标线类型的识别;在车道标线图像中位置的确定环节,提出了车道标线递归二分折线拟合算法进行车道标线位置描述,在算法精确性和实时性方面都取得了一定的效果;针对于换车道工况,提出了利用驾驶员最优预瞄加速度模型判定本车行驶过程中换车道意图的方法,并在换车道过程中提出三线跟踪的方法平稳地进行车道标线跟踪。最后,对上述各种算法进行了实车道路实验,验证了上述各个方法的有效性。