随着我国综合国力和人民生活水平的提高,汽车已成为人们出行的主要工具之一,并保持较快的增长速度。人们在享受汽车带来便捷的同时,也承受着随之而来的众多问题,环境不断恶化、事故频发等问题给人们的生命安全和财产安全造成了极大的危害。为了有效的减少交通事故的发生,研究前驶路况识别系统进行辅助驾驶成为全球研究的热门方向。研究这种系统的关键在于怎样准确的识别出车辆的位置,提高识别的准确度,然后运用测距算法进行障碍物测距,当有追尾危险时及时提醒驾驶员进行规避操作,避免事故的发生。本课题针对驾驶员操作失误这一交通事故的主要原因,提出一种基于双目的前驶障碍物识别方法,运用双目视觉理论、图像处理技术、人工智能理论,对前方路面上的车辆进行准确的识别定位,运用双目测距算法对障碍物进行测距,当小于最小安全距离时,及时提醒驾驶员进行规避危险。本文所研究的主要道路环境是高速公路等结构化道路,采用的是双目立体视觉系统。利用视频处理技术获得车道线及感兴趣区域,并对感兴趣区域内的疑似障碍物进行预判断,当发现疑似障碍物后进行障碍物的二次判断,当二次判断确认障碍物的位置后,利用双目三维坐标重建实时测得感兴趣区域内障碍物的距离,为驾驶员提供实时路况信息,依据最小安全距离阈值算法,当存在事故的危险时,及时提醒驾驶员进行规避操作,避免事故的发生。并将图像信息进行大容量硬盘存储,供其查询或取证使用,并通过无线GPRS把信息实时的上传到上位机,供实时的分析处理使用。本文在算法叙述时利用车载系统拍摄的实际图片进行说明,并运用matlab进行仿真实验,最后完成算法C程序编写与DSP硬件平台的算法移植与优化工作。实验结果表明,该测距系统测量精度能满足公路交通中移动车辆安全距离测量的需要,是一种有效的前驶路况识别系统。