随着我国公路里程和汽车保有量的快速增长,道路安全性愈发受到社会的广泛关注。在影响道路安全性的各种相关道路安全数据中,小尺度数据有着举足轻重的地位,比如标志标牌的尺寸和安装高度、车道宽度等。这些小尺度数据的检测手段仍然停留在人工手动测量阶段,人工测量方式效率低且危险系数高,无法满足现代化道路安全数据快速检测的需求。实现对小尺度道路安全数据进行快速高效且高度自动化测量对于道路平稳安全运行具有重要的社会意义和经济意义。本文结合双目视觉这种非接触式测量技术和车载相机快速采集技术,对双目视觉技术在道路安全数据检测中的应用进行研究。利用双目视觉技术和车载相机采集图像对道路安全数据进行检测时,双目视觉测量范围需要覆盖较大的纵深范围和视场大小,在这种应用场景中,常规双目视觉测量方法存在测量精度不稳定,部分纵深处测量误差明显的情况。本文在深入分析误差产生原因的基础上,提出一种基于纵深分布的双目视觉测量模型,提高了双目视觉系统在整个场景中各个位置的测量精度和测量稳定性。此外,本文基于此模型设计出一套适用于该场景的双目视觉测量系统,该系统实现了道路安全数据的高精度、高度自动化检测。本论文经研究得出以下成果:(1)对双目视觉技术的原理和流程进行研究和分析,提出常规双目视觉测量模型在道路安全数据检测场景中应用的不足和局限性。(2)针对常规标定方法在道路安全数据检测这种大纵深大视场场景中测量精度不稳定的问题,建立双目视觉测量误差传递模型,在总结出双目视觉误差传播规律的基础上提出一种基于纵深分布的标定方法,该方法实现了双目视觉系统在大纵深大视场场景中精确稳定的测量。(3)利用基于纵深分布标定方法对双目视觉系统优化设计实现一整套可用于道路安全小尺度数据检测的双目视觉测量系统。(4)通过静态与动态实验,验证本论文提出方法的稳定性和准确性,实验数据表明,该系统提供了高效高精度的检测手段,平均检测误差低于1.1%。