随着经济的发展,汽车的人均保有量在逐年上升。但随之而来的安全问题也日渐令人担忧,对人身安全和经济发展造成了较大的影响。先进驾驶辅助系统通过辅助或者取代驾驶员的操作,能对突发事件迅速做出反应,进而降低安全事故的概率。由于汽车环境感知是先进驾驶辅助系统重要的组成部分,本文以汽车为主要检测对象,结合目标检测算法与双目测距算法,实现对道路中汽车目标的识别检测与测距,为此所做的工作如下:（1）首先,提出了一种新型的基于类渐进线特性的线性摄像机标定方法,对摄像机内、外参数进行标定。当图像中的投影点在x（y）轴方向趋向于无穷远时,投影点与光心的连线无限逼近于Xc（Yc）轴。此时该连线形成Xc（Yc）轴的类渐近线,可将其看作与Xc（Yc）轴具有相同参数。在标定时将该连线看作坐标轴,分解投影矩阵得到摄像机内、外参数。实验结果表明,提出的方法可以有效的分解摄像机投影矩阵,且标定结果满足工程中的实际应用要求。（2）其次,研究理想状态下的双目视觉模型,根据相似三角形原理推导双目测距距离公式,同时分析了双目摄像机立体校正原理与立体匹配的四大要素。在此基础上,根据系统需求搭建了双目视觉测距平台,使用张正友标定法标定双目摄像机,并结合摄像机参数与Bouguet立体校正算法实现图像立体校正。接着采用局部块匹配算法（block matching）对图像进行立体匹配并生成图像视差,实现对标志物的距离测量并分析测距算法的不足。（3）最后,研究YOLOv5目标检测算法原理,使用BDD100K数据集训练道路环境下的目标检测模型,并且模型的m AP达到82.53%,检测精确率达到83.77%。最后根据实时检测物体类别和距离的需求,结合YOLOv5快速目标检测的优势与双目摄像机视差测距的特性,提出一套双目目标检测与测距系统。利用目标检测得到图像中的目标信息,结合目标在视差图中的位置,计算目标的距离。实验结果表明,双目目标检测与测距系统能准确地检测道路中的汽车目标,在25帧/s的检测速度下,实现18m范围内目标的有效检测。