道路交通事故给人类社会带来的危害是不言而喻的,因此,如何减少交通事故、降低交通事故所造成的损失成了人们关注的重点。汽车安全辅助驾驶技术的研究是减少交通事故、降低事故损失的有效手段,已经受到各国的重视。对车辆前方行人进行检测是汽车安全辅助驾驶技术研究的前沿方向,已经引起了各国政府部门和相关研究机构的高度重视及商家的浓厚兴趣,它能有效地辅助在市区环境中驾驶车辆的驾驶员及时对外界环境做出反应,避免碰撞行人。由于行人是道路交通的主要参与者,在交通事故中也是直接受害者,为了有效地保护行人的安全,及时警告驾驶员可能与车辆邻近的行人发生碰撞,行人检测技术的研究开发将为我国汽车安全辅助驾驶技术的发展提供有力的理论和技术支持,并具有潜在的经济价值和应用前景。本文主要以单目视觉传感器作为车辆前方环境信息获取的主要手段,在国内首次进行了运动车辆前方行人检测技术的研究。首先根据行人在车辆前方位置的不同,提出了基于垂直边缘对称性的行人分割方法和基于AdaBoost算法与行人形状特征融合的行人分割方法,将车辆前方不同区域的行人候选目标分割出来。根据行人的灰度图像有一定的纹理特征和灰度对称性特征,同时由于行人连续的边缘使得图像的轮廓特征明显,采用支持向量机算法训练得到识别行人的分类器。然后利用Kalman滤波方法对行人的矩形窗口进行预测,建立动态可变的感兴趣区域,缩小了行人的搜索范围。最后,本文利用单目视觉获得了车辆前方行人的距离及运动方向信息,并根据获得的信息对预防碰撞行人的规则进行了初步探讨。试验结果表明,本文提出的算法能够实现对车辆前方不同尺寸、颜色和形状的行人进行有效地识别,对于静止和运动的行人都有良好的检测效果,系统的实时性较好。