随着计算机视觉和人工智能技术的迅猛发展,先进的驾驶员辅助系统甚至无人驾驶技术已成为智能出行领域的研究热点。为了保障智能车辆的安全行驶,就需要对车辆前方的道路的可行区域进行检测,利用道路的三维信息去辅助车辆进行路径规划和行车避障。本文搭建了基于双目和多目的立体视觉系统来对校园路面进行可行区域检测。本文提出的可行区域检测系统具有成本低和功耗小的特点,能够很好的适应室外的复杂环境,并且为行车规划和避障的实现打好基础。将本系统安装在校园巡逻车上,能够很好的帮助警卫人员完成校园巡逻任务。首先,本系统就是利用二维图像信息来获取目标道路的可行区域。立体视觉中,摄像机的基础模型包括小孔成像模型、双目模型和非线性畸变模型。本文采用比较常用的张友正标定法来对摄像机进行标定,张友正标定法不需要特殊的标定物,只需要利用摄像机与棋盘格之间的不同的相对位置信息就可以求解出摄像机的内外参数。本文采用Bouguet校正方法来对摄像机获取的图像进行校正,使得两个摄像机平面相互平行从而将二维的图像匹配降为一维匹配,降低了计算的复杂度。本文将改进的基于权重的半全局块状立体匹配(SGBM)算法用于立体匹配来获取目标场景的视差图,随后使用U-V视差图法来对道路的可行区域进行检测。其次,本文在传统的半全局块状立体匹配算法的基础上加入了权重的概念,在进行代价计算时为每个像素点分配了窗口,并对窗口内的每个代价值赋予了权值来进行聚合,权值的大小是由待匹配点与其周围邻域像素点的空间和颜色距离决定的。加入了带有权值的窗口,有效的降低了计算的复杂度并且保证了视差图的质量。在U-V视差图进行道路检测时为V视图和直线检测添加了约束,提高了检测质量。最后,本文在双目视觉的基础上搭建了采集处理平台,并且对实际的校园路面进行检测,验证了算法的实用性和实时性,并且统计了算法对于可行区域的识别率。完成双目视觉之后,在此基础上对三目立体视觉进行了探索和研究,三目视觉的优势在于可以有效的降低双目视觉中出现的遮挡和误匹配问题,进一步优化视差图。