在道路運輸術語中，車道偏離警告系統（LDWS）是一種機制，旨在在高速公路和主干道上車輛開始移出其車道時（除非在該方向上打開轉向燈）向駕駛員發出警告。這些系統旨在通過解決碰撞的主要原因（駕駛員失誤，分心和困倦）來xxx程度地減少事故。2009年，美國國家公路交通安全管理局（NHTSA）開始研究是否在汽車上強制使用車道偏離預警系統和正面碰撞預警系統。

系統分為三種：

• 在車輛離開車道時向駕駛員發出視覺，聽覺和/或振動警告（車道偏離警告，LDW）的系統
• 會警告駕駛員并且無響應的系統會自動采取措施，確保車輛停留在車道上（車道保持輔助系統，LKA / LKS）
• 協助過度轉向，將汽車保持在車道中央并要求駕駛員在挑戰性情況下接管的系統（車道對中輔助，LCA）

車道警告/保持系統基于：

• 視域中的視頻傳感器（安裝在擋風玻璃后面，通常集成在后視鏡旁邊）
• 激光傳感器（安裝在車輛前部）
• 紅外傳感器（安裝在擋風玻璃后方或車輛下方）

在車道偏離警告系統后面使用的車道檢測系統使用霍夫變換原理和Canny邊緣檢測器從汽車前端攝像頭提供的實時攝像頭圖像中檢測車道線。圖中顯示了車道檢測算法如何幫助車道偏離警告的基本流程圖。

車道保持輔助功能是除車道偏離警告系統之外的一項功能，它會自動采取步驟以確保車輛停留在其車道中。一些車輛將自適應巡航控制與車道保持系統結合在一起以提供額外的安全性。

這些特征的組合產生了半自動車輛，但大多數要求駕駛員在使用中保持對車輛的控制。這是由于與車道保持功能相關的限制。

在現代無人駕駛車輛系統中，使用稱為霍夫變換和坎尼邊緣檢測技術的圖像處理技術來實現車道保持輔助系統。這些先進的圖像處理技術從安裝在車輛前部的前向攝像頭獲取車道數據。許多車輛原始設備制造商正在使用諸如Nvidia的Drive PX1之類的功能強大的計算機進行實時圖像處理，以實現完全自動駕駛的車輛，而車道檢測算法在其中扮演著關鍵角色。還使用深度學習和神經網絡技術開發了先進的車道檢測算法。英偉達在開發自動駕駛功能方面取得了很高的準確性，其中包括使用基于神經網絡的訓練機制來保持車道，在這種訓練機制下，他們使用汽車中的前置攝像頭并在路線上行駛，然后使用轉向輸入和道路攝像頭圖像饋入神經網絡并使其“學習”。然后，神經網絡將能夠基于道路上的車道變化來改變轉向角，并使汽車保持在車道的中間。

特斯拉使用最先進的車道輔助系統及其自適應巡航控制系統（稱為“?自動駕駛儀?”）一起銷售。它包括車道保持輔助功能以及無需駕駛員輸入即可自動換道的功能。與車道輔助系統類似的技術也用于自動停車功能。

車道保持輔助機構可以在車輛開始離開時將其反應性地轉回車道，或者主動將車輛保持在車道的中央。車輛公司經常使用“車道保持輔助系統”一詞來指代反應性車道保持輔助系統（LKA）和主動車道對中輔助系統（LCA），但是這些術語開始有所區別。

車道偏離警告系統和車道保持系統依靠可見的車道標記。他們通常無法破譯褪色，丟失或不正確的車道標記。白雪覆蓋的標記或可見的舊車道標記可能會妨礙系統的功能。

車道偏離警告系統在自動駕駛方面也面臨許多法律限制。如前所述，該系統需要恒定的駕駛員輸入。使用該技術的車輛僅限于協助駕駛員，而不是駕駛車輛。

車道偏離警告系統的xxx限制是它不能完全控制車輛。該系統未考慮道路上的其他車輛，因此無法“取代良好的駕駛習慣”。