随着人工智能、计算机等高新技术的迅速发展,汽车产业正在经历重大的转型,其中,智能车辆的发展已经是汽车产业发展的重要部分。环境感知是智能车辆的基础,各种传感器中立体视觉传感器以其低成本、适应性强、采集信息丰富等优点现已逐渐受到业内的重视。智能车辆在雨天行驶时受雨滴干扰较为严重,因此本文面向雨天道路场景,使用注意力生成对抗网络对相机采集的雨滴污染图像进行深度去雨操作,继而进行障碍物检测。首先,本文比较当前去雨效果较好的两种方法,最终选择使用注意力生成对抗网络对雨天图像进行去雨操作,区别于一般的生成对抗网络,该网络分别在生成网络和判别网络中都加入了注意力图。通过注入注意力信息,生成网络和判别网络将会更多地关注雨滴污染区域及其周围结构,实验结果表明该方法可以有效提高训练速度并具有良好的去雨效果。其次,构建车载立体视觉系统,基于立体视觉成像模型,对相机的内外参数进行计算,作为三维重建的依据。通过立体匹配获取立体图像对应的视差图,从而得到描述道路场景的三维数据,以此作为后续障碍物检测的基础。然后,对视差图进行处理,分别获得U视差图及V视差图,研究基于U/V视差的障碍物检测算法,通过Hough变换剔除视差图中的路面信息,从而实现障碍物检测。最后,开展车载道路实验,对去雨模型进行训练,使用立体视觉系统采集雨天场景图像,在去雨操作后进行障碍物检测,对比去雨前后的检测结果,进而验证本文所提出方法的有效性。