随着我国经济社会的发展和科技工业的进步,汽车逐渐走进更多家庭的生活和工作,但随之而来的是道路的拥挤和频发的交通事故,汽车主动安全成为当下汽车技术发展所面临的一个重要问题。本文对汽车自动驾驶系统关键模块之一的环境感知进行了深入的研究,在分析汽车环境感知常用的传感器技术的优缺点和研究现状的基础上,提出了基于双目立体视觉的汽车测距避障和目标识别系统。首先,对摄像头成像和双目立体视觉测距的数学原理进行研究分析,结合双目测距系统的要求,选择合适的视觉传感器搭建双目立体视觉平台,获取双目图像。并采用张正友平面标定法,使用双目摄像头拍摄不同角度的棋盘格左右视图,基于MATLAB标定工具箱标定双目摄像头的内外参数。根据立体匹配算法对双目图像的匹配要求,预先对双目图像进行灰度处理和滤波去噪,并使用标定得到的双目摄像头参数对左右视图进行消除畸变和立体校正,以得到严格行对准的双目图像。然后通过对立体匹配算法的分析,提取图像区域灰度作为匹配基元,在多种约束准则下,使用局部最优搜索策略以绝对误差累计函数最小确定双目图像的匹配点,获取匹配点的左右视差计算目标的深度信息。其次,根据汽车实时识别测距的要求,选择合适的实时深度学习算法,基于道路场景图片数据集进行训练,对道路场景中常见的汽车、自行车、行人等进行识别,并输出目标区域坐标,在立体匹配视差图中获取目标距离。最后,采用静态、动态、便携化三种实验方案对双目立体视觉系统的准确性、实时性和可行性进行验证。静态测距实验对不同距离下的固定标靶进行双目测距并分析误差,动态目标测距实验通过目标识别算法实时检测前方运动目标并获取其距离,便携化实车试验则将双目立体视觉系统移植到以NVIDIA嵌入式开发板中,在道路场景下控制试验车辆实现了对目标物有效的测距、识别和自动避障功能。