隨著機動車的普及，交通事故數量不斷增長，而許多事故的產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（ 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、全球定位系統等。其中基于攝像頭的輔助系統以成本低和信息采集全面的優點而被廣泛應用于自動駕駛領域，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鍵環節成為目前的研究熱點，傳統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，而在夜晚、隧道等復雜光照環境中會完全失效。

　　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。