交通安全已成为全球性问题，而其中利用视觉方法对行车前方危险障碍进行自动检测是智能车载技术研究的核心之一。目前基于视觉的检测算法大都是基于图像像素域或灰度域的，即在图像空间域内进行检测。由于要考虑运动背景、物体形状颜色变化等因素，算法较为复杂，速度较慢。 论文针对车辆行驶前方可能对车辆正常安全行驶造成危险的障碍物的检测算法进行了研究，提出和实现了一种基于MPEG运动矢量的行车障碍检测算法。其核心思想是：利用车辆前方单目视觉传感器所获取前方视场图像的MPEG压缩序列，分析码流中的运动矢量，获取前方图像各像块的运动规律，并将这些规律与正常行车安全的矢量运动规则进行比较判定，从而获得车辆行驶前方是否安全的判定。 论文分析了车辆在直行情况下行车图像运动矢量的特点，并根据运动矢量在车辆正常安全行驶时与发生危险情况时所体现出的不同规律性来制定行车障碍物检测规则算法，制定出了适当的障碍物矢量检测规则。当车辆正常行驶时，相邻运动矢量之差符合一定的阈值T；当有危险情况发生时，该区域的相邻运动矢量之差不符合该阈值T，即对其进行检出。该算法不需要完全解码压缩码流，而直接在压缩域内利用已解码的运动矢量来对车辆前方障碍物进行检测。 论文在分析MPEG码流格式的基础上，采用Matlab语言实现了MPEG运动矢量提取与检测算法。并设计了适当的试验方案，采集了大量视频图像序列，对该算法进行了仿真验证实验。实验数据涵盖了车辆以各种速度行驶、车辆颠簸以及不同障碍物的情况，并在论文最后对仿真实验结果进行了统计分析。试验数据表明：车辆在行驶过程中，当车辆速度及相对车速低于40km/h和60km/h时，利用该算法对于横穿马路的行人及前方突然减速或迎面的车辆等危险障碍物进行检测的检出率较高，达到70％以上。实验结果表明，本算法对于车辆行驶状态下的大部分前方障碍物，具有较高的检出率，能够作为行车安全的辅助措施。