本文主要针对计算机视觉技术在智能车上的普遍应用的现状,通过对车载单目摄像机采集的图片信息进行图像处理,获得前方障碍物车辆的位置信息,辅助车辆制动、避障,提高行车安全。算法主要是在检测出前方车辆的基础上,考虑路面坡度对视觉测距的影响,通过建立测距模型完成对实车距离的推导计算。首先,通过摄像机标定获取其内部和外部参数。摄像机内部参数使用张正友摄像机标定法可以准确、快速地计算获得;考虑到摄像机安装后对车道线消失点和路面消失线的影响,利用消失点的图像坐标和消失线的位置计算出摄像机的外部参数,包括俯仰角,偏航角和旋转角。接着,进行图像预处理操作,提取出路面车道线的边缘特征,运用概率霍夫变换算法,通过添加约束拟合出道路车道线;根据车道线斜率变化分析路面坡度情况,并进一步计算出消失点坐标;考虑到道路交通要素很多,文中把车辆作为障碍物并使用adaboost算法实现对前方车辆的检测,接着提取测量点坐标。然后,依据摄像机成像原理,建立表示车辆距离的测距模型并将道路坡度考虑进模型中,根据自车到斜坡的距离以及自车与障碍物车辆的位置关系,分情况推导出路面坡度以及障碍物车辆距离的计算公式,并分析车辆跟车过程中车辆距离的测量方法。最后,介绍了本课题所搭建的实验车平台,并在该平台上对视觉测距算法进行试验验证。