随着智能技术的快速发展，智能驾驶车辆受到了更多人的青睐。智能驾驶汽车涉及的领域非常广泛，利用双目立体视觉技术感知车辆周边环境便是其中一个重要的研究方向。双目立体视觉技术可通过模仿人眼识别的方式，利用双目相机采集环境信息，基于视差原理来获取场景中物体的三维信息。本文利用双目识别技术围绕相机标定、立体匹配、障碍物检测三方面展开研究。
　　论文利用双目相机进行图像采集，在此基础上研究双目标定技术，完成双目相机的标定以及图像的校正。通过研究双目相机的成像原理及常用的双目相机标定方法，针对拟定的应用场景，选取操作简便、标定精度高、可靠性好的张氏标定法进行双目标定实验，从而快速获取精度较高的相机内外参数，并通过Bouguet算法对采集到的图像进行校正工作。
　　在标定参数的基础上，对基于孪生卷积神经网络的立体匹配算法进行视差图的获取研究。通过对卷积神将网络以及立体匹配算法的相关理论的分析，结合论文研究内容改进传统网络结构，利用一种快速孪生卷积神经网络结构来计算匹配代价并完成视差计算及相关的实验，改进后的算法与传统算法相比具有速度快、精确度高的特点。在应用场景方面研究了基于V-视差法的障碍物检测技术，对传统V-视差算法进行学习并分析V-视差图的构成原理，再通过增加约束条件对算法进行优化和实验研究，从而提取高于路面部分的障碍物区域，实验证明论文采用的算法优于传统算法，具有较好的鲁棒性。