实时、可靠的道路检测是无人驾驶车辆视觉导航中的重要研究内容。近年来,由于众多研究者的努力,该领域取得了一定的进展,例如高速公路场景下的道路识别已经有了很成熟的方法。但是,由于道路的多样性和场景的复杂性,很多问题仍有待解决。本文重点研究城市中的道路识别,并提出了一种基于双视觉系统的结构化道路检测方法。我们同时使用两个摄像头充分的感知无人车周围的环境信息。首先,为了避免行人等干扰和减少计算时间,我们选取图片下方的区域作为感兴趣区域,并结合摄像头标定信息进行逆投影变换,将图片变由摄像机视角变为俯视视角,让原本相交的车道线变为互相平行的直线,方面后续处理。为消除周围环境的影响,突出车道线的特征,使用二维高斯核对逆投影变换后的图像进行滤波和阈值化处理。然后,利用霍夫变换提取出所有可能的直线。由于处理的是图片序列,根据前几帧的处理结果,我们对当前可能车道线的位置进行了合理的预测,并由此过滤掉了一些偏差较大的直线。最后,通过横向模型和已知的车道线间距匹配出最优的车道线,并对两个摄像头的结果进行融合处理。本文选用校园里的结构化道路作为实验对象,采集图像并进行实时的和离线的处理。从实验结果分析可以看出,本文所采用算法的检测精度和实时性均达到了预期目标,可以应用于项目中无人驾驶车结构化道路上的自主导航。