传统输水管道巡检大多采用人工巡检方式,该方式存在以下两点不足:第一巡检工作量大、巡检时间较长、造成资源浪费。第二输水管道大多处在偏远地区,环境较为恶劣,因此对巡检人员而言可能存在安全隐患。所以采用无人机作为输水管道巡检工具,不仅可以有效的减少巡检人员的工作量、节省管道巡检开支,还可以避免野外恶劣环境对巡检人员的伤害。要实现无人机管道巡检工作,最重要的是找到一种可靠安全且低成本的无人机导航方式。目前无人机常用导航系统有:卫星全球定位系统(GPS)、多普勒导航系统、惯性导航系统、图像导航系统以及将多种导航系统组合的导航方式。但水利设施大多是处在偏远地区,这些地方GPS定位精度低且缺乏标志性建筑物,所以上述各类导航方式不适用于无人机管道巡检工作。为实现低成本高效率的无人机水利管道巡检,本文提出了基于新型图像导航的无人机控制算法,为实现无人机输水管道巡检奠定理论基础。本文提出的图像导航算法是通过对现场管道图像进行相关图像处理并根据目标和背景颜色的差异,采用图像滤波、不同颜色空间阈值分割、ROI(感兴趣区域提取)方法、透视变化等相关方法确定管道角度偏移量与位置偏移量,从而实现无人机姿态调整。该导航系统主要包括以下三方面内容:首先不再通过实拍景物和预先存储在内存中的地图或标志性事物的匹配结果实现定位,因此有效的节约内存空间。其次采用具有处理速度较高、内存较大、体积微小、携带方便、集成有高清摄像头等优点的树莓派3B作为图像处理平台,避免了PC机作为图像处理平台造成的资源浪费、体积大、移动性差等问题。最后采用开源的ATK-F405飞控,并对ATK-F405飞控进行二次开发,构建基于无人机的输水管道自主导航控制系统,并开展相关实验。经过实验研究,本文提出的图像导航算法可以实现管道角度偏移量与位置偏移量的计算,初步在ATK-F405飞控中实现了基于图像导航算法的无人机飞行姿态控制。本文的研究成果为后期实现基于无人机的水利管道智能巡检奠定了图像导航与飞控算法基础。