飞机的飞行环境十分多变,经常要面对恶劣天气的考验,在飞机的飞行工作过程中,飞机蒙皮要承受非常巨大的周期性压差变化,并且会受到雷击、环境腐蚀、外物碰撞等因素影响,产生疲劳裂纹、凹坑等表面缺陷,这些缺陷会对飞机的飞行安全产生巨大的影响。本文针对飞机蒙皮无人机绕检过程中的视觉与惯导融合定位问题,将多目视觉测量系统引入无人机位置反馈过程,并结合惯性导航系统使用扩展卡尔曼滤波等方法实现无人机三维方向的高精度融合定位,为基于无人机的飞机蒙皮表面损伤机器视觉检测提供定位基础。主要研究内容如下:（1）多相机测量系统外参标定需要在相机公共视场内放置精密标志物,使各个相机可以拍摄到一点数量的共视点。该过程要求有开阔的测量场景,在本文的研究背景中,飞机占据了整个测量空间,造成标定空间受限。针对该问题,研究了一种基于互拍法的快速自适应外参标定方法,通过在测量系统引入精密转台和辅助靶标,简化了标定过程,提高工作效率。（2）针对视觉惯导融合定位中的坐标系对齐问题,结合惯性导航坐标系、相机基站坐标系和无人机上合作目标特征点的特点,为了将视觉与惯导测量结果统一在同一个相机基站坐标系中,提出了一种基于三维空间多状态约束的坐标系对齐方法,将Inertial measurement unit（IMU）测量结果转换到视觉测量系统坐标系中,该方法对载体的空间姿态变化要求很小,不需要规定移动轨迹,标定简便。（3）针对实际飞机蒙皮无人机检测场景中,相机帧率较低,无人机移动速度过快且容易被遮挡的情况,引入IMU与视觉测量结果融合,同时还研究了基于扩展卡尔曼滤波的IMU与视觉融合的算法,将无人机上靶标点作为状态向量融入扩展卡尔曼滤波算法中,提高测量系统的测量精度和鲁棒性。最后设计实验验证了本文提出的互拍摄标定算法,基于空间多状态约束的视觉惯导坐标系对齐方法和基于EKF的融合定位方法,实验结果证明了本文方法的可靠性。