模拟人的双眼,采用计算机视觉实现无人运动平台自主导航具有重要意义。本文针对无人运动平台在城市结构化道路中的自主导航需要获取道路的可行驶区域的问题,利用双目视觉将同时定位与地图构建和道路定位方法结合起来,将道路投影至构建的地图中,以实现无人平台与道路的相对定位,能更好的为无人运动平台提供导航信息,主要研究内容如下:1.在双目摄像机系统模型研究中,根据相机的成像原理,分析了像素、图像、相机以及世界坐标系之间的相互转换的数学联系,并对相机透视成像产生的畸变建立校正模型,最终根据两个摄像机的位置关系建立了双目视觉系统的数学模型。2.提出基于多通道阈值融合车道线检测及基于卡尔曼滤波的车道线跟踪方法。根据车道线水平和竖直方向边缘特征、色彩空间中饱和度和明度信息对图像二值化,并采用透视变换、图像直方图统计和滑窗搜索的方法精确地提取出车道线像素,运用多项式最小二乘法对车道线像素进行拟合,并采用卡尔曼滤波的方法跟踪车道线从而提高检测效率,保证算法在包含树木阴影、新旧路面背景突变、光照变化复杂条件下的城市结构化道路环境中具有良好检测效果。3.提出基于车道线检测信息及极线约束关系进行车道线定位的算法,并将车道线信息投影至SLAM算法构建的环境地图中。首先运用改进算法提取ORB特征点并生成描述子,采用改进RANSAC匹配优化算法提高特征点匹配的精度和效率,并建立平台运动及位姿跟踪模型,随后在闭环检测部分运用建立的基于树的Bow词袋模型进行加速检测,并利用Bundle Adjustment图优化方法优化跟踪位姿,最后利用极线约束关系和车道线拟合信息快速求取道路的三维信息并将其投影至构建的稀疏点地图中。4.在实验验证部分,组装实际的双目视觉系统,采集室外环境下的平台运动视频,进行整个系统的验证实验,测量车道线到相机的距离并分析车道线定位的精度,同时分析道路投影至构建的三维地图中的效果及闭环优化对轨迹的影响。