智能驾驶是当前汽车行业争相占领的战略制高点。路面感知技术是智能驾驶领域的重要挑战之一。路面凸起检测是路面感知的核心模块。车辆驶过凸起道路时所产生的颠簸,不仅会影响驾驶的舒适性,还会对汽车本身造成磨损。在复杂的城市交通环境下,若驾驶员忽视了道路凸起问题,没有及时做出正确决策,有可能会导致交通事故。传统的驾驶员自主观察方法已不再适应汽车产业智能化发展的需求。近年来,基于计算机视觉的自动检测方法在智能驾驶领域得到了广泛应用。为了实现路面凸起的自动检测,本文以实际的城市道路为研究对象,提出了基于双目视觉技术的路面凸起检测完整框架。本文的主要研究内容及创新点如下:（1）针对检测范围内存在大量非路面点,导致路面拟合结果出现较大偏差的情况,提出了基于U/V视差算法的非路面点筛选算法,有效剔除了非路面点,提升了路面拟合结果的准确性。（2）针对检测视频前后帧的位移估计问题,提出了两种帧间配准方案。方案一,利用单应性变换将二维图像中的目标检测区域转换成三维俯视图,通过Gabor滤波对三维俯视图进行纹理检测,并对收集到的多帧纹理信息进行跟踪、筛选,将前后帧的位移计算问题化解为对纹理的位移估计。方案二,结合SURF算法及随机采样一致性算法进行前后帧特征点的检测和匹配,并利用单位四元数对帧间特征点的位姿变化进行表示。（3）针对连续帧检测技术中,单帧图像检测结果导致误检率高的情况,提出了多帧融合检测方案。结合视差特征,对连续帧的高度信息进行分段融合,以融合后的结果作为路面凸起最终检测结果。为验证本文算法的效果,在不同的城市道路场景下开展了一系列仿真和真实实验。实验结果表明,本文提出的基于双目视觉技术的路面凸起检测方法能有效地识别路面上的减速带、井盖、小障碍物等各类凸起,整体效果较好。