随着“互联网+”的时代的兴起,越来越多的企业开始注重将自己的产品与互联网信息技术相结合,对已有产品进行升级,并结合已有产品特性打造出新兴产品,智能网联汽车就是传统汽车产业在“互联网+”时代下的一个产物。对本车前方车辆的识别及距离检测是智能网联汽车研发和应用过程中必不可少的一个内容,是其发展的一个重要技术基础。本文研究设计了一种基于OpenCV的前方车辆识别及测距系统。该系统以配置好OpenCV的Visual Studio 2015作为程序开发环境,在载入摄像头采集的视频图像后,首先完成对视频图像的预处理,再导入训练好的车辆分类器来对视频图像中的车辆进行识别,然后结合车距检测算法,计算出本车与识别出的前方目标车辆之间的距离,并将识别结果和车距检测结果显示在屏幕上。最后实现系统的Android移植,通过Android客户端与云服务器的通讯将检测出的车距实时地传送给云服务器。本文完成了对训练车辆分类器所需正负样本的采集,研究设计了可以一次性对所有样本进行灰度化、归一化等预处理的算法流程;调用OpenCV机器学习相关函数完成了基于Haar特征的Adaboost级联分类器的训练与检测;搭建了车距的计算模型;研究设计了利用车辆分类器实现对摄像头采集的视频图像实时进行车辆识别并测距的算法流程,其中包括完成打开摄像头,读入视频图像,对视频图像的预处理,导入分类器识别,对识别到的前方车辆进行距离检测,将识别效果和距离计算结果显示出来等一系列编程;最后还实现了系统的Android移植,设计了能将Android端系统检测的车距发送到云服务器的数据通讯算法流程。为了验证本系统的最终效果,本文分别对该系统和移植到Android的系统进行了实车实验来进行功能验证,结果表明该系统和移植到Android的系统都有较好的车辆识别及车距检测效果,且Android端系统的通讯功能也能很好的实现。