随着机器人和无人机等自动导航技术的发展,在自动导航过程中对周围环境检测的要求也随之增加,特别是准确实时地检测障碍物的距离信息。通过双目视觉技术来测量障碍物距离是热门研究领域之一,该技术属于非接触式测距,其主要过程为:使用双目相机作为图像数据采集单元对实际场景进行拍摄,然后将采集得到的左右图像使用相关算法进行图像匹配获得视差图,最后利用视差图进行距离等信息计算。为了实现快速准确且方便地测量障碍物距离信息,本文基于双目视觉技术,设计一套基于嵌入式系统的测距系统,为自动导航系统的避障工作提供了技术基础。首先本文分析双目视觉系统的成像模型,通过理想的成像模型解释了如何利用视差值进行双目系统的距离计算。由于相机自身的畸变缘故,使得实际成像模型不理想,而引出相机畸变模型。为获取双目相机的参数,需要对相机进行标定,本文在比较多种标定方法后,采用张正友标定法对双目相机进行标定,来获取相关参数,并对相机标定实验过程中产生的误差进行分析。为减小因相机畸变而带来的影响,对图像数据进行校正,取得较好的效果。然后重点研究Census变换匹配算法,针对传统Census变换匹配算法在弱纹理区域匹配精度低,易受到噪声点的影响,以及提高Census算法的实时性,提出一种改进的Census变换和自适应窗口的立体匹配算法。采用三种状态的Census变换来提高抗干扰性,根据区域纹理的波动情况,调整算法窗口大小,以达到提高精度和实时性的目的。在Middlebury平台标准图像进行算法性能测试,实验结果表明,平均误匹配率达到5.51%,一定程度上改善了精度低的问题,平均花费时间相对于传统的Census算法缩短36.60%,提高了算法的实时性。最后针对目前双目测距技术受限于计算机平台,设计了一种基于嵌入式平台的灵活测距系统,并从硬件和软件两个部分说明系统的组成。系统由树莓派和STM32单片机结合的一种智能小车,选择使用集成式双目相机作为数据采集模块。将改进的Census变换匹配算法移植到树莓派运行,计算障碍物的距离信息,并把计算的结果通过串口传输给单片机,控制智能车行驶,实现便捷且快速测量障碍物的距离信息。