随着无人机技术的快速发展,其面临的飞行环境和飞行任务越来越复杂,对无人机的自主飞行提出了更高的要求。然而,GPS信号丢失、减弱等将会严重影响无人机的安全避障飞行。针对这种情况,无人机只能依赖于机载的各种传感器来完成对周围环境的感知和自身位姿的估计,进而完成自主避障飞行等任务,其中实现无人机位姿估计的技术是实现避障飞行的关键技术。目前的各类传感器中,摄像机的成本低廉,采集的数据信息丰富,具有广泛的适应性。本文针对无人机在GNSS受限的情况下无人机的避障飞行任务,研究了基于单目视觉和惯性等传感器融合定位的技术和基于此的避障技术,实现了无人机基于视觉和惯性的融合定位,为其避障飞行积累了必要的数据。论文的主要工作如下:1、研究了图像帧处理技术和基于单目视觉位姿解算技术。阐述了摄像机投影模型,介绍了各个坐标系间的转换关系和视觉定位技术中常用到的关键技术;接着分析了经典的特征点提取算法,针对本文的研究内容,实现了改进的基于ORB特征点的提取算法,实现了特征点的均匀提取。而在基于视觉的位姿解算方面,研究该任务的数学模型,提出了两种基于单目视觉的位姿估计方案,一种是基于帧间运动估计位姿的方案,另一种是在帧间运动的基础上加入地图点参与优化位姿的方案。通过仿真环境和公共数据集完成了二者的性能分析对比,为后文的视觉里程计的设计提供了基础。2、本文研究了基于视觉等传感器的定位系统,并基于此定位技术设计了无人机避障方案。分析了定位系统构建的多个重要环节,比如视觉初始化、局部建图等,实现了使用关键帧技术改善了系统的运行效率。由于单目视觉会导致定位系统中尺度的缺失,研究了基于优化的视觉和惯性融合方案解决尺度丢失问题,其中传感器数据融合的过程中采用了IMU预积分等技术,实现了单目视觉的尺度恢复。此外设计了基于视觉的避障方案,提出了将定焦测距法和视觉惯性融合定位法相结合进行无人机视觉避障的技术,为后文的实验验证提供了理论基础。3、本文研究了基于ROS机器人操作系统的仿真实验方案设计,介绍了实验方案、场景搭建、数据通信和相机标定等方面的内容,还实现了利用Open GL完成的可视化界面的设计。其中场景搭建使用了三维仿真平台Gazebo实现的,Gazebo与ROS具有高度的兼容性。最后通过搭建的仿真环境对本文提出的基于视觉和惯性融合的定位系统和避障技术进行了仿真实验,验证基于视觉的定位系统和避障方案的有效性和准确性,实现了基于视觉和惯性的位姿估计和避障飞行。