论文首先研究了基于Har-like特征和Adaboost分类器的目标车辆探测算法原理和参数设置，并利用车载摄像头采集真实道路车辆图像，建立车辆样本数据库，训练车辆分类器，实现对道路车辆的探测，并对探测效果进行量化分析。针对在车辆探测过程中误检率较高、探测不连续以及检测框不稳定的现象，对基于无迹卡尔曼滤波器的车辆跟踪算法进行了研究，建立了车辆相对运动模型，对真实道路交通场景中的多目标车辆进行探测与跟踪，并对跟踪算法对探测性能提升的效果和原因进行了深入分析。
在单目测距中，针对一般测距算法受车辆俯仰角和摄像头畸变影响很大的缺点，利用PreScan仿真软件，对车辆测距算法进行了改进，提山了一个同时考虑车辆俯仰角和摄像头畸变等参数的测距模型，以及一种将摄像头内参与外参分开标定的新方法，最后利用场地实验利真实道路交通场景对模型的测距精度、参数灵敏度进行量化分析。
研究了仅利用图像信息估算车辆间碰撞时间的方法，利用PreScan仿真软件，对车辆碰撞时间估算算法进行了改进，建立了一个考虑车间相对加速度碰撞时间估算模型，最后，利用真实道路交通视频对算法进行验证和分析。
最后，介绍了利用仿真软件辅助ADAS开发的方法，在虚拟的开发环境中建立了以真实摄像头物理参数为依据的摄像头仿真模型、交通场景，实现了对单目测距和碰撞时间估算算法的验证和改进。
实验结果表明，论文中所建立的算法表现出良好的性能，所构建的基于PreScan的仿真平台能有效地提高算法的开发效率.
