21世纪以来,南极冰盖表面融化显著,实时探测南极冰盖的物质平衡对监测全球海平面变化具有重要意义。目前南极冰盖的探测方式仍以卫星遥感为主,难以实现小范围内现场数据的精准探测,随着无人机应用领域的不断拓宽,可搭载多种载荷的无人机为解决上述难题提供了一种新方法。本课题组以南极冰盖物质平衡主要参数（风速风向、气温气压、降雪量）的长期无人化监测为核心目标,提出通过在南极中山站至昆仑站冰盖断面上投放多个舱式无人机监测平台,实现远程控制下无人机的自主出舱、物质平衡参数采集和自主返舱的技术方案。在远程控制无人机飞行作业过程中,需要解决的技术难题之一是无人机在没有GNSS信号的舱体内无法准确定位。本文在多种室内定位算法对比研究的基础上,提出采用基于视觉与惯性信息融合的同步定位与建图（Simultaneous localization and mapping,SLAM）算法,为无人机提供观测舱内精准定位信息,并实时构建全局一致的三维地图,实现无人机舱内自主定位与三维建图。视觉与惯性信息的紧耦合提高了无人机在视觉动态模糊情况下状态估计的鲁棒性和精确度,三维地图可以弥补稀疏点云地图信息量不足的缺点。本文具体研究内容如下:（1）对无人机自主定位与三维建图技术方案进行设计,对方案中的数据采集层、定位与建图算法层和运动控制层进行分析研究。根据实际场景的需要,完成硬件选型并构建四旋翼无人机实验平台。对定位与建图算法层的具体流程进行设计。（2）分析无人机所搭载相机与IMU的测量模型。为了减小传感器参数不准对系统定位精度的影响,分别对相机和IMU进行内参标定实验,结合内参标定结果对相机与IMU开展联合标定实验,获得相机与IMU之间精确的外参和时间漂移数据。（3）对基于视觉与惯性融合的无人机自主定位算法展开研究。针对观测舱内部光照不足和视觉动态模糊影响定位精度的问题,本文采用基于视觉惯性信息紧耦合的SLAM算法提高状态估计的鲁棒性和精确度。该算法首先对视觉图像进行特征点提取与匹配,采用RANSAC算法剔除误匹配点,然后利用预积分模型将IMU与相机的频率对准,以关键帧的位姿作为约束进行IMU初始化,最后联合视觉与惯性信息估计系统的位姿,采用滑动窗口策略对系统状态量进行局部优化。（4）为了弥补稀疏点云地图无法用于导航的缺点,研究了基于八叉树结构的无人机三维建图算法。通过添加三维建图线程将稀疏点云地图表达成三维地图的形式,为无人机提供舱内地图信息。（5）对本文所设计的自主定位与三维建图算法进行实验验证。选取不同光照强度和飞行速度的公开数据集评估自主定位算法的精度,实验结果表明在多种飞行场景下本文算法均可准确估计出无人机的真实飞行轨迹,相较于仅依靠视觉的定位算法有着更高的精度。之后进行无人机飞行实验,以室内环境模拟观测舱进行地图构建,实验结果表明本文设计的三维建图算法可以有效识别室内障碍物信息,能够构建用于无人机路径规划的三维地图。