在智能车辆视觉导航系统中,如何有效地避开道路前方的障碍物,真正实现自动驾驶的作用,就是要将道路前方的障碍物检测出来,这在整个智能车辆视觉导航系统中是一个很重要的环节。为了实现辅助驾驶功能,有效地实行障碍物的检测,针对结构化道路的车辆运行环境,研究了道路部分以及障碍物的检测技术。智能车辆视觉导航系统采用了图像处理以及双目立体视觉测距的原理,建立了障碍物的检测平台。这个平台可以分为两个部分,第一部分是硬件部分,第二部分是软件部分。硬件部分是采用双摄像头平行放置的方法,形成光学检测装置,研究了双目视觉系统的最优布置结构。软件部分是根据双目立体视觉系统所采集的目标图像,利用改进的最大类间方差的方法,寻找目标的最优阈值,再对目标图像进行二值化处理；并对存在噪声的目标图像进行形态学的去噪处理,进而得到理想的二值化结果；利用最小二乘法来寻找环境道路中路面部分的信息,最后利用边界追踪的方法将路面部分完全提取出来。根据路况环境背景,结合结构化道路中的主要障碍物就是前方行驶的车辆的特点,采用基于对称性特征的障碍物检测方法,有效获得障碍物的位置信息,达到检测障碍物的目的。为了精确检测前方的障碍物,对双目立体视觉的光学成像系统进行了标定；利用成像原理及路况信息恢复目标的三维信息,利用三角测距法计算障碍物与车体之间的距离,并对测距的实验结果进行了误差分析。利用双目视觉系统所采集的图像进行实时处理,并采用matlab对相关算法进行仿真分析。验证了阈值分割与形态学处理相结合的方法可以有效的将路面部分进行分割；障碍物对称性的定量计算方法可以有效地对障碍物进行检测,达到了智能车辆自动驾驶,有效避障的目的。