空间认知是自主无人系统环境认知的首要任务。相比于利用光学扫描或者以发射能量形式获取环境三维信息的主动式三维感知方法，采用视觉传感器获取环境图像信息的被动式三维环境感知方法具有结构简单，承载信息丰富等特点，是解决非接触式三维环境感知的发展趋势。立体视觉利用两个或多个相机拍摄同一场景，运用光学三角测量原理，实现环境三维建模。本项目面向环境三维重建和环境认知任务，进行双目视觉系统研发，主要研究成果如下：
（1）三维重建和环境认知核心技术。团队从高精度图像采集和图像处理、双目立体匹配和三维重建、图像分割和属性匹配、环境对象深度学习识别以及机器人智能决策和控制5个方面进行了深入研究，分别提出图像滤波预处理、基于区域的立体匹配、环境图像分割和修补、基于点云深度学习网络的对象识别以及基于非线性模型预测控制和自适应控制的机器人轨迹跟踪及避障控制，并撰写完成了相关的论文，取得显著成效。
（2）双目视觉实验平台。为了配合机器视觉核心技术研究，针对高速工业相机，开发了高精度双目视觉实验平台，并申报了发明专利。结合应用现场，搭建了基于人机共享操作的智能驾驶试验台。
