无人机无论是在军事领域还是民用,其使用的地方越来越广泛,而无人机想要继续发展,除了续航、功能进步之外,安全性也是不可小觑的方面,所以无人机具备自主避障能力成为最近几年来无人机研究的热点之一,而具备自主避障能力也是无人机实现自主导航运动的前提。近几年来无人机自主避障技术无论是在理论还是在实际应用中都取得了丰硕的成果,但其应用传感器如激光雷达、双目视觉等,其传感器重量大、价格昂贵。所以近些年来研究人员试图利用单个摄像头作为无人飞行器自主避障的主要传感器,即单目视觉的方法。主要是因为小型无人机的负载能力有限,并且利用机载摄像头较使用其他传感器(例如激光雷达和红外传感器)能够带来额外的好处,能够使整体的计算时间和电池的消耗减少,并且有可能实现基于视觉算法的实时性避障。首先,对无人机自主避障算法的国内外研究现状进行了介绍,指出现有技术的优缺点,然后结合本文的研究,介绍了图像的多尺度不变特性,对当前较为流行的两个特征算子SIFT算子和SURF算子在理论上进行了详细的分析研究,并进行了对比实验。其次,对实验用到的四旋翼无人机中的坐标系建立与姿态角的定义进行了介绍,并且对机载的惯性测量元件的主要硬件构成进行了简要的了解。介绍了如何利用IMU的数据结合互补滤波算法来进行当前姿态的解算理论。并且对无人机的姿态控制方法进行了简述,根据实际得到的数据对姿态解算算法进行了相关的实验。对摄像机的成像原理进行分析,简介了摄像机的成像原理,并对摄像机的模型从线性和非线性的两个角度进行了阐述,并且利用标定工具对摄像头进行了标定,得到摄像头的内参数矩阵以便后面算法使用。提出了一种模型来算出障碍物到无人机的距离,根据此距离提出了一个安全区域的概念,当障碍物进入到飞机的安全区域时,相应的改变无人机的控制信号对其进行控制从而进行避障。提出了两种避障方法分别为垂直避障策略和侧面避障策略。最后,通过无人机室内相关的静态和动态测距实验初步验证了测距模型的正确性,并且采用离线的方法证实了避障策略的可行性。