推土机作为一种主要的工程机械,在各种基建项目中发挥着重要作用,其主要用于推土作业和整平作业。近年来,随着5G技术的兴起,推土机也在向着智能化、无人化、信息化方向快速发展。目前推土机的整平作业已经实现了铲刀的自动控制,国内外研究机构通过在铲刀两侧安装GNSS传感器,解决了铲刀在整平场地中高程信息的感知与高度的自动调节,但由于推土机整平作业施工场景感知技术还未成熟,所以未能完全实现整平作业的无人化。基于上述原因,本文针对推土机的无人整平作业设计了一种基于双目视觉的感知系统,能够使推土机在按照规划路径进行整平作业时能够自主识别障碍物目标并实时反馈其深度信息,并且可根据土方点云进行土方信息估算,以方便后续施工工艺规划。本文主要研究内容如下:（1）推土机双目测距系统的设计。首先通过MATLAB中的标定工具箱计算出双目相机的内外参矩阵;然后根据标定结果进行左右两张图像的去畸变和立体校正,并通过立体匹配算法生成视差图;最后结合视差信息和三角测量原理实现了双目的测距。（2）推土机整平作业中障碍物目标的识别与定位。首先搭建完成Pytorch深度学习框架和YOLO训练模型;然后对施工场地的障碍物目标进行分析,制作了整平作业障碍物目标的数据集,标签类型包括推土机、挖掘机、压路机、平地机、装载机五类工程机械以及工人等可能出现的目标;最后完成模型训练并对训练结果进行了分析。（3）推土机整平作业中障碍物目标深度信息的实时检测。在RGB图像中使用训练好的检测模型实时输出目标检测框的像素点坐标,根据像素点坐标实现在深度图中深度信息的准确提取,然后对障碍物的高度、宽度以及中心点坐标进行计算,进而实现了障碍物目标在相机坐标系下的定位。（4）推土机整平作业后的土方信息估算。首先将双目相机生成的点云进行滤波去除无效点云数据;然后通过RANSAC算法拟合地面区域并保留作为外点的土方点云信息;最后通过Alpha Shape算法对土方点云数据进行曲面重构并计算体积。