在智能驾驶中应用机器视觉技术，机器视觉技术必须具备实时性、鲁棒性和实用性这三个特点。实时性要求机器视觉系统的数据处理必须与车辆的高速行驶同步进行；鲁棒性是要求智能车辆对不同的道路环境如高速公路、市内公路、普通公路等，复杂的路面环境如路面的宽度、颜色、纹理、弯道、坡度、坑洼、障碍与车流等，各种天气如晴、阴、雨、雪、雾等均具有良好的适应性；实用性指智能车辆能够为普通用户所接受。

机器视觉处理软件系统主要是担负着障碍物识别检测、交通信号识别检测、交通图案识别检测、公路边缘识别检测、弯道弧度识别检测和前方车辆距离速度检测及路面坑洼坡度识别检测这些主要信息的提取，在这些信息数据的基础上进行道路环境的三维重建。

公路边缘识别检测关系着汽车能否正确识别公路，尤其是缺乏交通图案的低等级公路。(www.daowen.com)

交通图案、道路标识、交通信号的识别检测。交通图案包括常见的斑马线、车道线、箭头等。这些交通图案都是有固定的颜色（比如斑马线都是白色的）和固定的形状，因此对它们的识别只要使用简单的图像处理，然后对照我们预先建立的交通图案模型就可以快速识别。

前方汽车、障碍物的距离、速度的检测和识别。能否安全准确地识别检测出前方汽车、障碍物对汽车智能驾驶是十分关键的。不仅要识别出前方汽车、障碍物，而且要检测出它们的运动速度、运动方向和离本车的距离，要能依据连续几次测定的它们离本车的距离和运动速度、运动方向预测出它们的可能运动轨迹，为本车超车、减速、规避障碍物、降低危险提供可靠的数据。