视觉/惯性组合导航技术对于室内、低空城市群等无GNSS环境下的微小型飞行器自主导航具有重要的意义与应用价值,受到国内外学者的广泛关注。对于一些光照不足、纹理缺失的特征稀疏环境,或需要载体做大机动运动的特殊动态环境,视觉传感器通常难以获取足够的特征信息或难以稳定地跟踪特征信息,影响了视觉环境感知和导航解算,限制了视觉/惯性组合导航的应用范围。因此,本文针对特征稀疏环境以及微小型飞行器大机动运动两类典型且常见的特殊视觉应用环境,开展了相应环境下的微小型飞行器视觉/惯性组合导航关键技术研究。三维环境的感知与重建,对于微小型飞行器的室内自主导航具有重要意义。因此本文首先针对特征稀疏环境下的三维环境感知与重建技术展开研究,研究了十字结构光视觉传感器的标定技术,分析了结构光传感器配置参数对测距精度的影响。在此基础上提出了基于图像匹配和基于十字结构光的视觉/惯性室内三维环境重建方法,分别利用图像匹配和水平结构光实现了帧间旋转角度的测量,避免了在结构光视觉传感器安装额外的驱动机构。为了避免环境光线对结构光干扰引起的错误点,设计了一种基于平面约束的错误点剔除策略,有效剔除了重构环境中的错误点。另外,本文通过引入惯性信息,设计卡尔曼滤波器,将惯导系统和结构光视觉传感器测量得到的旋转角进行融合,进一步提高了环境重构方法的鲁棒性与精度。然后本文对特征稀疏环境下的视觉/惯性组合导航技术展开研究。针对目前结构光视觉传感器位姿测量技术难以测量载体位置和姿态全部参数的问题,提出了十字结构光辅助单目视觉的位姿测量算法,仅需环境中的一条直线即可实现对载体位姿的全部测量。为了提高稀疏环境下载体导航的鲁棒性,根据十字结构光视觉位姿测量模型的特点,建立十字结构光辅助的视觉/惯性组合导航滤波模型,避免了高度通道上的误差积累。对十字结构光视觉位姿测量模型进行可观测度分析,设计了基于渐消因子矩阵的自适应Sage-Husa卡尔曼滤波器,有效提高了十字结构光辅助的视觉/惯性组合导航精度。另一方面,针对微小型飞行器做大机动运动时,由于图像间视角差异较大导致难以有效跟踪特征点的问题,开展了有关全局仿射不变图像匹配算法的研究。在分析现有全局仿射不变图像匹配算法的基础上,提出了基于人工蜂群算法的仿射不变图像匹配算法,使用透视变换模型代替仿射变换模型,并对人工蜂群算法进行改进,代替遍历采样的方法,从而快速准确地获取视角模拟变换参数。此外,针对重复模式图像的特点,通过归一化图像中的重复区域对图像间的仿射变换矩阵进行估计,减少了模拟视角变换的次数。并且设计了一种结合局部特征与全局特征的混合特征描述符,提高了对重复模式图像匹配的精确度。之后,为了进一步提高全局仿射不变匹配算法的计算效率,使之能真正应用在微小型飞行器上,本文借助微小型飞行器自身的传感信息对图像进行视角变换,并对ORB算法进行改进,避免了构建高斯金字塔的过程,进一步提高了全局仿射不变图像匹配算法的速度,实现了在ORBSLAM上的实时运行,并且减少了导航过程中插入关键帧的数量,降低了系统计算负担。然后在ORB-SLAM算法的基础上加入惯性信息,构建了一个包含视觉特征匹配残差、惯性预积分残差以及先验信息残差的优化问题,通过求解使残差最小的系统状态实现视觉/惯性信息的紧耦合,提高了ORB-SLAM算法的精度及鲁棒性。最后,本文搭建了室内四旋翼飞行实验平台,并利用运动捕捉系统对十字结构光辅助的视觉/惯性组合导航算法进行了验证。还搭建了室外六旋翼飞行实验平台,利用RTK对基于快速全局仿射不变图像匹配算法的视觉/惯性组合导航技术进行了验证。结果表明,本文提出的算法能够有效提高特征稀疏和大机动情况下微小型飞行器的导航可靠性,为微小型飞行器在复杂环境下的应用提供了重要的技术参考。