近年来,随着汽车普及率的不断提升,交通环境也越来越复杂。因此,无人驾驶系统的研究成为了人工智能领域的焦点。在计算机视觉技术、模式识别技术的帮助下实现驾驶环境的三维感知,对这些系统有着重要的意义。其中,常用的传感器有相机、激光雷达、毫米波雷达等。相机相比于其他传感器成本更加低廉,更加节省空间,并且可以获得丰富的颜色信息。在基于视觉的方案中,如何通过图像恢复出路面点三维位置是关键问题。通过双目相机获取深度,需要引入额外的相机同步技术,而且双目相机的成本通常较高。如何用单个相机构造立体视觉系统,并恢复出准确的路面点深度信息,成为了研究者们关心的问题。本文主要研究单相机立体视觉及其在道路场景下的应用。本文的主要研究成果有:(1)本文提出了一种单相机双目视觉装置。该装置将单个相机和四片平面镜相结合,利用光的反射,使得单个相机能够在一帧图像中获得双目视觉的左图和右图,实现了双目相机的功能。本文提出的单相机双目视觉装置成本低廉,结构紧凑,能够作为已有的单目相机的附加物,且其视场角适合于道路场景。我们的实验结果表明,该装置可以应用于智能车辆的道路环境感知,并且在消失点检测和道路检测上有着令人满意的表现;(2)本文提出了一种车载相机对地参数自标定的算法。该算法利用多帧路标点的观测信息和运动信息对相机对地参数进行优化。车载相机的对地参数表示了地面和相机的相对位置,通过对地参数可以用单个相机实现立体视觉。相机对地参数的准确程度决定了路面点三维位置估计的准确程度。实验结果表明,本文提出的对地参数自标定算法能够标定出准确的相机对地参数,利用该算法标定出的参数可以估计出准确的路面点三维位置。