旨在提高城市环境交通效率和安全的智能车辆越来越受到青睐。自主导航技术是智能车辆最为核心的技术;而基于视觉的自主导航技术是针对城市环境的智能车辆研究中极具前景的方向,因此,对基于视觉的智能车辆自主导航方法进行了研究。研究工作主要围绕基于视觉的智能车辆自主导航方法的三个基本组成部分,即摄像机标定技术、道路检测和车辆定位技术、车辆控制技术,以及一个扩展组成部分,即行人检测技术,而进行展开。关于摄像机标定技术部分,一个重要的问题是如何进行有效的摄像机畸变标定;另一个重要的问题是如何方便实现车辆坐标系-摄像机标定。针对第一个问题,详细介绍了摄像机模型推导过程。利用综合的逆透视变换模型,提出了一种基于逆透视变换降维优化的新的畸变参数标定方法;通过仿真数据和真实数据的实验证实了所提出的新的畸变参数标定方法的有效性和准确性,求解速度快,精度较高。针对第二个问题,提出了一种基于网格图案的较方便的标定方法,并通过实际实验表明了该标定方法的有效性和准确性。关于道路检测技术部分,核心问题是如何检测出图像中道路的两个边沿。为此,提出了一种道路检测方法。该方法利用Hough变换筛选出候选直线段;接着利用平行约束和拓扑约束来确定道路的两边沿。实验证实了所提出的道路检测方法的有效性。关于车辆定位技术部分,详细介绍了视觉定位的方法,以及如何用EKF方法把航位推算数据融合到视觉定位结果中。车辆控制技术的核心是车辆横向控制技术。一个基本问题是如何实现稳定的收敛的车辆横向控制。这个问题可以通过多种现有方法加以解决;将对现有的横向控制方法进行综述。更进一步的问题是如何改善综合控制效果,针对这个问题,提出了一种自适应预测控制的新的横向控制方法。对预测控制方法和自适应预测控制方法进行了实验,实验数据表明,预测控制方法和自适应预测控制方法的控制结果都是稳定的、收敛的。通过与状态比例反馈这种常用的传统控制方法进行实验比较,表明所提出的新的横向控制方法对综合控制效果有显著的改善。行人检测问题就是如何有效可靠地检测出道路上的行人。传统的两类方法是基于视觉的方法和基于距离数据的方法;这两大类方法虽然有各自的优势,但也有各自较大的不足,往往难以兼顾有效性和可靠性。针对这个问题,提出了一种摄像机和激光雷达联合检测方法。该方法的主要创新点在于激光雷达和摄像机的配合,发挥了激光雷达在“检”以及摄像机在“辨”上的优势。实验表明联合检测方法可行有效,具有较高的准确性。作为该联合检测方法的一部分,所提出的摄像机和激光雷达的联合标定方法也是创新点之一。综合四大部分的研究成果,成功实现基于视觉的智能车辆自主导航。