随着经济全球的飞速发展,人的生活水平也因此提高,私家车辆基数迅速增长,车辆基数的增长,不仅使交通变得越来越拥堵,也给人的生命和财产带来了威胁,运用高新技术的自动驾驶车辆应运而生。同时随着计算机及嵌入式系统性能的提高,能够对诸如图像等大型数据进行快速处理,给自动驾驶车辆的发展提供了很好的硬件环境。所以决定利用计算机视觉中双目视觉测距技术,对自动驾驶中交通标识的实时测距问题进行研究。在对双目视觉测距原理进行深入研究后,通过在双目视觉测距中引入矫正映射表等方法,满足自动驾驶应用中对交通标识测距的实时性要求。传统的双目视觉测距原理会将双目图像进行立体矫正,而后进行立体匹配,根据得到的视差计算距离,所有过程均为在线计算过程。为了提高算法的检测速度,主要做了两方面改进工作:(1)放弃立体矫正一步,直接在畸变图像上进行模板匹配,根据左侧视图中交通标识的位置坐标裁剪模板,在右侧视图中进行模板匹配得到右侧视图交通标识的位置坐标;(2)提出构建矫正映射表,通过该表可直接读取出交通标识畸变坐标对应的矫正后坐标,从而得到视差,计算出距离。在本文算法中模板匹配为在线计算过程,矫正映射表的计算为离线过程,同时采用速度更快的金字塔模板匹配算法,两种方法有效的提高了测距速度。最后为了提高算法的鲁棒性,对车载环境采集图像时出现的曝光过度和曝光不足问题,提出相应的图像增强方法。在实验室环境下和车载环境下分别对算法进行了实验,实验室环境下:在20m-60m测距范围内,算法的最大相对误差为1.23%,最大绝对误差小于0.6米,每组图像测距时间在0.007ms以内;车载环境下:算法的最大相对误差为1.51%,最大绝对误差小于0.64米,每组图像测距时间在20ms以内,实验证明本文算法可以满足自动驾驶对交通标识实时测距的要求。