近年来小型旋翼飞行器发展迅速,凭借其控制精度与体积优势,旋翼无人机在室内环境下的应用已经成为一种趋势,而传统的导航方法在室内空间环境下容易受到限制,无法满足无人机的导航要求。因此,本课题在调研现有室内无人机导航方法的基础上,提出了一种基于双目视觉的导航算法,并融合惯性导航输出信息,对视觉导航的姿态输出结果进行修正。并在上述基础上,设计了一种快速立体匹配算法,将其应用于无人机的障碍物检测与路径规划。本文主要工作内容包含:1.提出了一种基于双目视觉的室内导航算法。通过对SIFT(Scale-invariant feature transform)与ORB(oriented FAST and rotated BRIEF)算法的分析与研究,确定了视觉导航的特征点提取算法,并根据图像特征点之间的联系,还原载体的运动信息,解算出无人机的位置与姿态变化。同时通过关键帧方法对视觉导航中出现的累积误差进行补偿。2.提出了一种惯导辅助的视觉导航算法,提高导航算法中姿态输出解算精度。通过卡尔曼滤波器将惯性导航信息与视觉导航信息进行融合,并根据惯性测量元件测量数据判断无人机的运动模式,自适应调整卡尔曼滤波器中参数,提高导航算法解算精度。3.提出了一种基于强相似点的快速立体匹配算法,并将其应用于无人机障碍物检测。同时,基于A*启发式算法设计了一种无人机避障路径规划算法,通过对障碍物检测结果与无人机速度的分析,自动生成节点间地图并解算出避障路径。