交通系统中车辆与车辆队列控制在现实生活中有着极其重要的应用价值,交通系统中利用计算机视觉对车辆进行定位跟踪并对其导航是国内外研究热点之一,也是一个非常富有挑战性的课题。本文志在搭建一个拟真的交通模拟室内实验环境,降低采用真实车辆进行实验带来的成本,避免不安全因素。利用计算机视觉技术对车辆进行定位跟踪与导航控制,避免了额外的传感器消耗,从而降低试验成本。计算机视觉相比其他传感器定位方案抗干扰能力更强,鲁棒性更强。交通系统是一个复杂的立体环境,交通系统中的车辆定位跟踪与导航存在以下挑战：(1)真实交通环境中是极其复杂的,在车辆检测中存在着诸多的干扰因素,如何跟踪定位到目标车辆是一个挑战。(2)非开放的室内空间中,现有的车辆位置检测方法大都采用相对位置定位,在一个特定的环境中运行的车辆无法获得在环境中的全局位置信息。GPS信号在室内环境中受到干扰,采用何种车辆检测方法成为一个问题。(3)背景中存在大量的干扰物体,对目标跟踪定位产生了诸多影响。如何利用利用计算机视觉技术分离前景待检测物体与背景是一项挑战。(4)车辆行驶在真实的三维环境中,现有的多数技术方案只能获取车辆的二维平面位置。如今立体交通系统,如立交桥,高架桥逐渐增多,如何获取车辆的深度信息来分辨车辆在立体交通系统中的位置是以亟待解决的问题。(5)车辆在车载传感器辅助的情况下可以进行车辆队列跟驰,沿车道线行驶等操作,但是如何利用全局位置信息规划出到达目的地的最短路径更加具有实际应用价值。在室内如GPS、超声波等传感器受干扰的情况下感知室内环境,对车辆进行导航成为了挑战。考虑上述挑战,针对室内交通模拟试验环境,本文主要对立体空间下的运动目标定位跟踪与导航控制进行了研究：(1)提出了两种平面定位方法：基于类二维码特征标记检测方法；基于模版匹配与camshift结合的特征标记定位跟踪方法。两种方法均可实时检测特征标记二维平面位置。针对两种检测方法进行实验,第二种特征标记检测方法具有更高的效率,本系统采用第二种方法来获得车辆二维平面位置。(2)通过对双目立体视觉系统理论研究,对两个摄像头进行立体标定,建立本文所描述的双目立体视觉系统。通过实验获得本系统双目摄像头的内部参数与外部参数矩阵,利用计算得出的重投影矩阵与视差信息获得车辆三维位置。(3)提出了一种移动车辆的双层导航控制策略,第一层进行全局路径规划,第二层基于子目标点进行导航控制。实验证明,该控制策略实用性与可扩展性较强,可用于多种室内地图环境中；鲁棒性较强,在车辆偏离原来制定最优路线之后可根据当前位置重新制定新的最优路线,并将车辆准确导航至目的地。