四旋翼无人机实现自主飞行的前提是能够较好的感知自身的位置和速度信息。实时获取飞行过程中的运动状态信息是实现其稳定飞行及完成复杂任务的必要条件。全球定位系统（GPS）是目前四旋翼无人机定位的主流工具,但当其信号强度受到环境影响而不稳定甚至消失时,四旋翼无人机的位姿信息的获取便成为当务之急。四旋翼无人机具有高阶非线性、参数不确定、强耦合性及欠驱动的特点,其飞行控制算法的研究仍面临较大的挑战。本文的主要任务是在视觉信息的基础上,设计控制算法,解决GPS信号受到干扰下对四旋翼无人机的位姿的控制问题。通过广泛阅读文献,在前人研究工作的基础上,针对不同问题,本文提出有一定创新或改进的控制算法:首先,基于相机深度值已知且目标出现在相机视野中的假设,提出了基于视觉的反步控制算法,该算法提出一种虚拟图像平面的方法,不仅解决了主流方法（球形透视模型）中图像雅可比矩阵中条件数的问题,还提高了计算速度。然后,基于相机深度值未知但目标出现在相机视野中的假设,提出了基于视觉的自适应控制算法,该算法针对相机深度值未知的问题设计自适应律,运用反步法设计了姿态角控制器,该方法还可扩展到四旋翼无人机模型中其他参数未知或受扰动干扰的情况,有利于提高系统的鲁棒性。最后,针对目标脱离相机视野中的问题,提出了基于视觉的输入饱和控制方法,该算法通过嵌套饱和的思想,首先设计高度控制系统的控制律,将推力限制在一个预定义的紧集上,通过给紧集设置一个正的下界来保证正推力。然后设计横向子系统的控制律,将滚转角和俯仰角限制在紧集上,避免了在图像特征误差较大时可能出现较大的滚转运动和俯仰运动,有助于将视觉目标保持在相机的视野中。通过Matlab/Simulink仿真验证所提出的算法的可行性,并对仿真结果进行详细的分析。仿真结果表明,本文所提的基于视觉的四旋翼无人机控制方法,不仅实现了各自所要解决的问题,而且保证了控制性能,为四旋翼无人机在实际生活中的广泛应用提供重要的理论基础。