Während sich das Netz der Verkehrswege immer weiter verdichtet, steigt gleichzeitig die Anzahl der Verkehrsteilnehmer stetig. Dem Fahrzeuglenker werden immer höhere Anforderungen an die Orientierung im täglichen Verkehrsgeschehen abverlangt. Die Konzentrationsfähigkeit stößt bei vielen zeitgleichen Geschehnissen in einer dichten Infrastruktur immer schneller an ihre Grenzen.Eine wesentliche Voraussetzung für die Vermeidung von Unfällen, ist neben der Möglichkeit des aktiven Eingriffes in das Fahrgeschehen, die Erfassung des Umfeldes, in dem sich das Fahrzeug be?ndet. Erst wenn die Szene interpretiert wurde, kann eine Entscheidung über die notwendigen Maßnahmen zur Entschärfung der Situation getroffen werden. Zur Aufnahme dieser Information sind Automobile in Zukunft mit Sensoren ausgestattet, die das Umfeld des Fahrzeuges erfassen.In der vorliegenden Arbeit wird ein System zur schnellen Erkennung von Objekten im Straßenverkehr präsentiert. Dabei liefern zwei CMOS-Kameras für den automobilen Einsatz in einer Stereoanordnung die Datengrundlage in Form von Grauwertbildern. Diese werden ausgewertet, um die Informationen über die Tiefe mittels Stereoskopie sowie die Bewegungen in der Szene über den optischen Fluss zu extrahieren. Die Segmentierung dieser Daten abstrahiert von der Masse der konkreten Messwerte auf eine Repräsentation von Objekten. Diese sind durch wenige Größen wie Höhe, Breite, Entfernung, Gütemaße und Geschwindigkeiten beschrieben. Aufgrund der Stereoanordnung können diese Objekte direkt im dreidimensionalen Raum vermessen werden. Die Bewegungsinformation ermöglicht eine schnelle Separation von Gegenständen unterschiedlicher Dynamik. Die gesamte Verarbeitungskette ist auf seriennaher Hardware für moderne Fahrerassistenzsysteme implementiert. Der Fokus der Arbeit liegt auf zwei Kerngebieten, die das Erreichen des Ziels einer echtzeitfähigen Umsetzung auf einem seriennahen Steuergerät ermöglichen:1. Entwicklung der Algorithmen2. Erarbeitung einer geeigneten Architektur von Hardware und Software sowie Entwicklung eines zugehörigen Sicherheitskonzeptes.Die Ergebnisse der Implementierungen zeigen das Potential des gewählten Ansatzes und der entwickelten Algorithmen. Nicht nur die Messdatenerfassung findet innerhalb von einem Messzyklus auf dem FPGA statt, auch die Objekterkennung wird innerhalb von 20 Millisekunden durchgeführt. Durch das Separieren und Verlagern von Algorithmen auf das FPGA können hierbei noch etwa 30% der auf dem Mikrocontroller gemessenen Rechenzeit eingespart werden. Gleichwertige Laufzeiten wurden in diesem Kontext bislang noch nicht veröffentlicht.Mit der in dieser Arbeit geleisteten Entwicklung ist es nun möglich, neuartige Assistenzfunktionen, auf der Basis einer robusten Messgrundlage, rein aus der Bildverarbeitung zu realisieren. Die dargestellte Kombination aus optischem Fluss mit Stereo und ihrer konkreten Umsetzung auf einem Steuergerät des Automobilbaus ist neuartig. Die notwendige und aufwändige Verarbeitung der reinen Messdaten konnte mit dem erarbeiteten Ansatz sehr effizient umgesetzt werden. Nicht nur die Laufzeiten für den erreichten Entwicklungsgrad, sondern auch die Güte der Erkennungen sind neuartig.