工程装备智能化是当前研究的热点,其要求是车辆可以自主完成作业、自动驾驶、避障等等工作。自动驾驶的重要前提是能够检测到影响行驶的障碍物和对周围环境实时测量。目前障碍物检测通常是利用激光雷达和超声波雷达传感器,这类主动式探测方法会因设备之间的信号相互影响。相较于这类方法,双目立体视觉具有更高的精度、性价比以及实时性,同时双目设备间互不存在干扰。因此,本文具体研究如下:针对双目相机在图像采集过程中存在的畸变,研究立体校正算法,采用“张正友”标定法,设计实验对双目棋盘格照片进行标定。通过验证误差,得到精度准确的内外参数矩阵。采用Bouguet算法对图像进行立体校正。同时因光照以及相机电磁波影响,产生的噪声干扰以及图片亮度不均问题,提出采用直方图均衡化结合双边滤波的方法对图像进行处理。提高了立体匹配的精确度。对现有的立体匹配算法进行研究,其中局部立体匹配SAD(Sum of Absolute Differences)算法虽满足实时性要求,但误匹配率较高。因此,本文结合全局匹配特点,研究改进的立体匹配算法。通过构建能量函数来提高准确率,并且利用动态规划简化计算复杂度。通过对比局部匹配与改进算法结果,证明改进算法提高了匹配的正确率,实时性得以保障,且视差图效果更好。并利用视差与深度之间关系,构造重投影矩阵恢复目标距离信息,通过实验分析,证明改进算法也提高了测距的准确率。针对障碍物检测方法进行研究,研究了基于视差图与V视差图结合的障碍检测方法,利用随机采样一致性(RANSAC)算法和Hough变换拟合道路斜线,可以有效排除路面对障碍检测的干扰,进而准确检测障碍。同时针对移动障碍问题,研究移动障碍速度估算和方向预测的方法。通过对相邻两帧的图像进行跟踪匹配,利用障碍物上相同点发生的位姿变化,计算移动速度和移动方向。设计户外模拟实验,验证该方法的可靠性。