无人驾驶在智能交通、汽车安全辅助驾驶、车辆的自动遥控驾驶、工厂、巡逻及军事等领域有着广泛的应用背景。目前,障碍物三维检测采用的方法有光飞行时间法、立体视觉法、激光线扫描法、结构光扫描法等。光飞行时间法,即采用激光雷达检测障碍物的方法。该方法可以获取前方障碍物距离、相对速度和方位角等方面信息。但激光雷达的体积庞大,技术复杂,设备昂贵,限制了激光雷达的普及。立体视觉法是智能车辆视觉导航中较为常用的一种障碍物检测方法,由于经典的图像识别与匹配算法复杂、运算量大,很难满足实时性要求。激光线扫描方法是比较成熟的三维获取方式,激光源将一条很细的线激光投射到物体上,相机对物体拍照,提取在物体上变形的线状激光,得到物体的二维信息,并对所获取信息进行保存。对于智能车应用方面存在对扫描速度要求高、中长距离的准确性和成本高的问题,不易于推广使用。结构光扫描方法是通过投影仪对物体表面投射编码图案,用相机拍摄物体表面变形的图案,利用编码信息对图像中的编码进行匹配,最终使用三角测量原理计算物体表面空间坐标信息。具有检测精度高等优点,但需要使用投影仪来产生可变的结构光,另外结构光的强度难以适应自然环境下的检测要求。本文针对无人车对道路的探测需求,提出了一种基于点阵激光的快速路面探测技术。分析建立了点阵投射点在摄像机上成像的像素坐标与其空间坐标之间的数学模型,提出了区域分割新算法,并介绍了点阵激光中心的提取算法。依据光斑像素坐标计算出了光斑的空间坐标位置,经过对光斑空间位置的曲线拟合,对路面进行三维重建,最终实现了对路面三维检测。试验结果表明,该方法可实现对路面状况的探测,具有结构简单、探测速度快、精度和可靠性高等优点。该方法能够满足无人车驾驶对路面探测的要求。