随着无人机技术的快速发展,在军用、民用等领域取得了突破。定位信息的准确性、实时性、快速性是完成自主飞行的第一步。针对当前无人机定位存在精度不足的问题,设计了一套旋翼无人机定位系统,使其完成自身精确定位的同时,还能实现无人机对室内目标精确定位,室内目标包括空中旋翼无人机和地面障碍移动目标,并研究了算法在定位系统中的应用,分析其定位精度和抗干扰能力。首先,分析四旋翼无人机的动力学模型,设计结构布局,并且对其负载能力进行了测试,对无人机自身定位采用PX4flow光流定位,并编写地面站软件监控无人机的状态。在此基础上完成无人机对室内目标的定位。其次,研究了基于旋转FHOG-LBP无人机动态检测算法,根据旋翼无人机特有的外形及其运动特征对其进行检测。提取旋转FHOG-LBP特征,使用支持向量机递归特征消除算法(SVM-RFE)进行训练,并使用基于滑动窗口的检测算法对目标进行检测,该算法可以提高对空中目标的检测准确率。针对空中目标定位的问题,研究了双目立体视觉的视差原理,计算运动目标的坐标,完成空中目标定位并分析运动趋势。再次,针对地面移动障碍目标,研究了基于相对熵(Kullback-Leibler Divergence,KLD)的自适应蒙特卡罗(Adaptive Monte Carlo Location,AMCL)无缝融合定位方法。利用KLD采样原理,将激光雷达、超声波提供的观测模型确定粒子的重要性权重,根据在状态空间中的粒子分布情况,自适应调整下一次迭代所需粒子数,可以提高无人机对地面移动目标实时定位的效率。最后,设计无人机定位系统,进行了实际飞行定位实验和仿真实验,验证定位精度和抗干扰能力。