目前,车辆广泛使用的倒车辅助系统都存在缺点,例如,超声波倒车雷达对低矮障碍物很难感应到,倒车影像图像畸变较大,驾驶员难以掌握障碍物距离,地面凸障碍物以及墙体障碍物对倒车过程中车辆的安全造成了极大的威胁。本文通过基于结构光的单目视觉方法对倒车过程中的障碍物进行检测,可以准确测量障碍物的各项参数,为驾驶员提供有效信息。针对Hessian矩阵法提取结构光光条中心的过程中存在卷积次数过多、计算量大的缺点,提出了一种灰度重心法与Hessian矩阵法相结合的结构光光条中心提取算法。该算法在目标图像的HSV颜色空间下提取感兴趣区域,并进行形态学处理,然后使用灰度重心法提取光条的初始中心,将光条初始中心及其法线方向上两侧各一定数量的像素点作为Hessian矩阵法中二阶泰勒展开式的基点进行计算,得到精确的光条中心。针对传统摄像机标定方法中存在不易找到全局最优解、标定精度低的问题,提出了一种基于改进混合粒子群算法的摄像机标定方法。该方法利用张正友标定法计算出摄像机参数的初值,通过自适应权重法、模拟退火算法和粒子群算法相结合的方式对摄像机参数的初值进行优化,得到摄像机参数的最优解。针对本文设计的基于结构光的倒车雷达,进行了结构光光条中心提取实验、倒车雷达标定实验、凸障碍物检测实验和墙体障碍物检测实验。实验结果表明:对于凸障碍物,距离检测误差在69mm以内,宽度检测误差在25mm以内,角度检测误差在3°以内;对于墙体障碍物,距离检测误差在45mm以内。