近年来,随着人工智能的兴起,自动驾驶技术越来越受到人们的关注,其中计算机视觉是关键技术之一。自动驾驶场景中汽车对周围障碍物的检测有着极高的要求,为了让自动驾驶系统能够识别物体类别、判断物体形状、测量物体距离,本文提出了一种基于Mask R-CNN和双目视觉的物体识别和定位方法,使用双目图像对物体进行准确的定位,再使用双目图像中的任意一张图像进行物体种类的识别,这两种方法可以在GPU下并行计算,达到了很高的精度与准实时性的要求。目前物体识别系统通常使用特征金字塔（如FPN）来学习多尺度表示以获得更好的结果,然而,当前的特征金字塔设计仍然无法有效地整合不同尺度的语义信息。本文对当前的特征金字塔提出了一种新的配置架构（NFPN）,以高度非线性和高效的方式将低级表示与高级语义特征相结合,采用全局扫描来强调完整图像的全局信息,然后进行区域重新配置以在感兴趣区域内对局部补丁进行建模,该网络能够跨越不同的空间位置和规模,能较好地识别不同大小的物体类别。在AP和AP^bb中的实验结果分别为38.2和39.1。一种领先的立体匹配算法（如VariableCross法）采用固定颜色阈值及刚性十字架来构造支持窗口。然而,这种构造法在处理不同形貌的图像时有困难。针对这一问题,本文提出了一种采用双自适应支持窗口的新的立体匹配算法（DAS法）。该方法用与图像区域的外貌和外形自适应的支持窗口来进行代价聚合,并结合颜色绝对差与普查变换的代价初始化、多向扫描线优化以及视差精细化,从而实现了一个精确的立体匹配系统。结果表明,后者的平均视差错误比前者的低28.15%。