单目视觉与智能交通融合,使得基于单目视觉的信息获取成为当前交通领域的研究热点。针对车载单目视觉测距存在的测量准确度不够高与实时性不够强,对于测距过程中误差的影响机制研究不够深入等问题,本文提出了基于单目视觉原理的车载单目测距模型及相应的测距算法。本文展开了以下方面的研究工作:(1)提出一种基于车载单目视觉的车辆及障碍物分区判断方法与可测区的定义,经过视野内的分区方法提取感兴趣区域,节省了车载系统的图像处理时间以及存储内存成本。(2)建立了基于小孔成像原理的原始测距模型,模型不仅包括了物点与像素点的线性关系,还包括了像素坐标对物理坐标的直接转化方式,并通过实验分析了测距误差分布及误差产生机制。针对误差分布以及误差产生机制提出了改进模型的方案:像距影响机制的补偿方案和光轴倾角影响机制的补偿方案,并根据方案分别进行了改进实验,最终验证了改进后模型的准确度。(3)总结了基于改进模型的单目视觉测距算法与流程,进行了室外测距实验,实验结果表明,利用该算法在进行静态测距时,准确率达到99%以上,测距时间较其它单目测距算法减少了 30%以上,改善了静态条件下车载单目视觉测距的准确性与实时性。