随着汽车的普及和人们生活水平的提高,汽车在带给人们便利的同时也导致了大量的交通事故,倒车作为汽车驾驶最重要的一项,由于人眼和后视镜存在盲区,极易导致倒车事故的发生,而现有的倒车雷达存在漏检现象,倒车影像无法计算出障碍物的精确距离信息,基于单目的障碍物测距精度会受到摄像机安装高度和角度的影响,所以,基于双目立体视觉的倒车辅助系统受到越来越多的关注,但是双目视差图易受纹理不丰富区域的影响,易受左目图像左侧部分误匹配的影响,而且匹配速度较慢,加之基于双目视差图的障碍物分割困难,这些都限制了双目倒车辅助系统的广泛推广。本文研究的主要内容是基于双目视觉的倒车障碍物检测和预警方法研究,具体按照以下几个步骤进行:a)双目摄像头标定,包括摄像机参数标定,用于后续的障碍物的距离计算;最低障碍物像素高度标定,用于后续的疑似障碍物是否是真正障碍物的判断;双目图像的最大视差值标定,作为后续的左目图的最大裁剪量和用于限定立体匹配搜索范围,加快匹配速度;分级预警标线标定,可以作为障碍物距离的参考。b)双目视差图获取,首先进行了纹理不丰富区域即路面区域的去除,然后利用反向轮廓模板匹配法获取左目图像的精确裁剪量,之后,依次利用3大类方法进行视差图获取,分别为:不裁剪左目图像的视差图获取,裁剪左目图像最大裁剪量的视差图获取,裁减左目图像精确裁剪量的视差图获取。本文获取视差图的立体匹配算法有5种,实验结果证明,裁减左目图像精确裁剪量之后,再利用基于障碍物的轮廓模板立体匹配方法进行视差图的获取是最优的。c)左右目图像融合拼接和疑似障碍物检测,图像拼接可以充分发挥双目摄像头的优势,而疑似障碍物检测本文中采用两种方法:一是基于视差图的障碍物分割,包括,直方图多阈值分割和UV视差图法。二是基于对象的障碍物检测,即对拼接图像进行路面去除、轮廓提取之后再检测疑似障碍物。实验结果证明,利用基于对象的障碍物检测方法是最优的。d)障碍物距离计算可视化及分级预警系统,首先计算出各个疑似障碍物的像素高度,然后,结合双目摄像头的标定,结合疑似障碍物的视差值,可计算出对应于各个疑似障碍物的最低障碍物的像素高度值,比较疑似障碍物像素高度值和对应的最低障碍物的像素高度值,可判断出疑似障碍物是否是障碍物;结合双目摄像头的标定,结合障碍物的视差值,结合双目距离计算公式,可计算出障碍物的距离,之后对障碍物进行可视化并预警。本文在VC++6.0及OpenCV平台下,利用文中提出的最优方法开发基于双目视觉的倒车障碍物检测及预警系统,实验结果表明,对道路一致性路面,本文的算法具有较高的倒车障碍物检测准确度和障碍物距离计算精度。