سیستمهای حمل و نقل هوشمند به راننده جهت افزایش امنیت و هدایت وسیله نقلیه به طور مستقل کمک می کنند. سیستم هشدار انحراف از مسیر بخشی از این سیستمهاست. این سیستم در هنگام انحراف از مسیر جاده که در اثر خواب آلودگی راننده رخ می دهد با دادن هشدار، راننده را آگاه می سازد. در این پایان نامه، الگوریتم تشخیص مسیر پیشنهاد شده در شرایط مختلف روشنایی روز، مسیرهای مختلف و سطوح جاده ای پیچیده ارائه می شود. تصاویر استفاده شده در این پروژه توسط دوربین موبایل های apple 4s، nokia n8 با سرعت 30 فریم بر ثانیه گرفته شده است که در پشت شیشه جلویی خودرو نصب میشود. خواب آلودگی بیشتر در بزرگراه ها و جاده هایی که مستقیم و خلوت هستند، اتفاق می افتد. در این پایان نامه الگوریتم پیشنهاد شده در چنین جاده هایی کار میکند. همچنین فرض شده است که تمامی جاده ها خطوط خط کشی دارند. با توجه به اینکه موقعیت دوربین ثابت می باشد، خطوط خطکشی راست و چپ در نواحی ثابتی در تصاویر قرار دارند. بنابراین پردازش به این ناحیه محدود می شود تا سرعت الگوریتم افزایش یابد. با استفاده از شناساگر کنی، لبه ها را شناسایی کرده و مولفه های بهم پیوسته استخراج می شود. با استفاده از زاویه، موقعیت و شدت روشنایی مولفه های بهم پیوسته، خطوط خط کشی راست و چپ انتخاب می شود. برای تشخیص انحراف از مسیر، از حضور و عدم حضور خطوط خط کشی در فریم فعلی و فریم های قبلی آن استفاده می شود. تأثیر تعداد فریم های قبلی و سرعت وسیله نقلیه در تشخیص انحراف از مسیر، بررسی میگردد. سپس به مقایسه الگوریتم پیشنهادی با روش هاف پرداخته می شود. هدف از این الگوریتم امکان پیاده سازی آن بر روی پردازشگر ضعیف مانند تبلت و موبایل می باشد. بنابراین الگوریتم باید تا حد امکان ساده باشد. الگوریتم بر روی 6 فیلم با 7828 فریم که دارای 28 انحراف از مسیر می باشد، تست شده است. تمامی انحراف ها به درستی تشخیص داده شده و یک هشدار اشتباه وجود دارد. همچنین این الگوریتم نسبت به نصب دوربین و سرعت ماشین مقاوم می باشد. این الگوریتم به صورت زمان- حقیقی (4 فریم بر ثانیه) بر روی تبلت پیاده سازی شده است.