无人机在建筑物内等对通讯信号有屏蔽作用的环境中飞行时,由于无法获取GPS信号,导致无人机无法直接获取自身定位信息。此外,复杂的室内环境对无人机飞行安全也造成威胁。为解决上述问题,一方面需要基于无人机地面站,为其开发自主定位功能;另一方面要为无人机开发实时感知周围复杂环境,并及时对威胁其飞行安全的障碍进行告警的功能。论文主要工作及创新点如下:(1)对使用视觉方法解决SLAM问题的技术进行了详细的总结与研究,对无人机视觉SLAM实现中涉及到的关键技术进行了系统地研究,并对现有主要的视觉SLAM系统的特点进行了对比和总结。通过对无人机视觉SLAM技术全面的介绍,为无人机在室内环境下利用视觉SLAM技术感知环境,对障碍物进行障碍告警的方案提出提供了理论支撑。(2)介绍了从运动恢复结构方法中涉及到的主要算法,对基于该方法的无人机视觉SLAM技术进行了详细研究。在此基础上研究了单目视觉SLAM的实现-PTAM算法。在机器人操作系统(ROS)环境下,以四旋翼无人机AR.Drone2.0为飞行试验平台,对该算法进行了验证。通过对试验数据的分析,结合无人机在室内环境下飞行的应用需求,对PTAM算法进行了改进,提出了无人机室内飞行环境自适应特征点生成算法。飞行试验结果表明对PTAM算法修改后,有效提高了算法对室内环境的适应性。(3)在对PTAM算法改进的基础上,针对无人机室内复杂环境中飞行实时避障的需求,选取合适的聚类算法对SLAM地图路标点进行聚类分析,并设计了当障碍物威胁到无人机飞行安全时,系统能够主动对操作员进行告警的辅助机制。利用飞行试验平台进行多次飞行试验,试验结果验证了该机制对障碍物实时告警的有效性。