隨著機動車的普及，交通事故數(shù)量不斷增長，而許多事故的產(chǎn)生是由于駕駛員對道路狀況的疏忽或受到其他視覺干擾，因此，先進的駕駛員輔助系統(tǒng)（ Advanced Driver Assistance System， ADAS）作為智慧交通的重要組成部分應運而生。 ADAS作為自動駕駛技術(shù)的核心，應用了大量傳感器，如攝像頭、激光、雷達、全球定位系統(tǒng)等。其中基于攝像頭的輔助系統(tǒng)以成本低和信息采集全面的優(yōu)點而被廣泛應用于自動駕駛領(lǐng)域，其由車道線檢測、偏離預警等基本模塊組成，能夠在車道偏離、車前有障礙物等異常情況下及時提醒駕駛員，從而保證駕駛安全。車道線檢測作為自動駕駛的關(guān)鍵環(huán)節(jié)成為目前的研究熱點，傳統(tǒng)的車道線檢測方法有逆視投影變換法、粒子濾波法、霍夫變換法等，但這些方法都表現(xiàn)出計算量大、處理速度慢的缺點H1，且很多算法只能基于白天良好光照條件實現(xiàn)，而在夜晚、隧道等復雜光照環(huán)境中會完全失效。

　　本文以自動駕駛的安全和高效為準則，將提高處理速度和增強對光照的適應能力為目標，提出一種實時的光照無關(guān)車道線檢測算法，并建立大量樣本以測試車道線檢測算法的性能。