近些年,随着人工智能领域的技术不断发展,AI技术被逐步应用于各个领域,其中智能辅助驾驶系统便是AI技术在汽车行业中的一种应用,也是无人驾驶技术的基础。智能辅助驾驶系统利用计算机视觉技术感知道路及道路周围信息,并对感知信息进行处理,这样可减少人为因素所造成的交通事故,进一步保证人身财产安全。智能辅助驾驶系统中对车前行人的检测是关乎到行人安全的关键技术,利用双目立体视觉技术实时测量出车前行人的距离,也是其中重要的一环。因此,针对车前行人的检测与距离的测量就显得尤为重要。鉴于以上背景,本文主要研究了基于双目立体视觉方法的车前行人的检测以及车前行人距离的测量技术。本文在双目立体视觉理论的研究基础上,利用双目相机和计算机搭建图像采集实验平台来采集车前行人图像,对双目相机标定,得到相机的内部参数及外部参数。对非共面的车前行人图像,则利用Visual Studio 2012平台下的Open CV进行立体校正实验。在车前行人检测部分,本文利用基于回归的目标检测与识别方法SSD(Single Shot Multi Box Detector)算法对车前行人双目图像进行行人检测,针对远距离小目标检测效果不佳的问题,本文提出了基于上采样特征融合的改进的SSD算法,该算法改进了SSD算法网络,增加了小目标的特征信息,从而提高了对远距离小目标行人的检测精度。在双目立体视觉车前行人距离测量部分,对特征匹配算法SIFT算法、SURF算法、ORB算法进行了对比,针对实时远距离测量问题,本文改进出了一种基于车前左右行人图像中行人检测框中心点特征匹配的测距方法,该方法以左图像中行人检测框中心点的横坐标与右图像中行人检测框中心点的横坐标的差值作为视差,再结合双目立体视觉的标定结果以及双目立体视觉的三角测距原理计算出车前行人的距离,此外,本文将计算结果与实际距离进行比较,并对此进行了相应的分析。