随着全球人工智能技术的快速发展,无人机开始朝智能化、专业化方向发展,在智能巡检、高楼灭火、反恐防暴等场合体现出其独特的优势。传统的无人机大多用于对地观测、环境监测等场合,由于缺少智能化的自主操作能力,无法满足日益扩大的空中作业需求,限制了无人机的应用范围。根据反恐防暴应用领域的现实需求,本文针对反恐防暴无人机存在的关键技术问题开展了相关研究工作。设计了反恐防暴无人机的整体机械结构、抓取装置及电气电路系统。采取“鸟爪式”结构并设计了抓取装置,该装置具备抓取不规则物体的能力,保证了抓取物品不易脱落;对反恐防暴无人机的各零部件进行了参数评价,使其满足加工工艺的标准;设计了低功耗电压转换电路,实现了无人机电路系统集成化。为了提升无人机飞行稳定性,在现有的PID控制算法基础上,通过引入模糊控制理论,设计实现了多旋翼驱动电机的模糊PID控制。同时针对多旋翼无人机使用单姿态传感器存在精确度低、噪声大、稳定性较差的问题,提出了无人机陀螺阵列系统及其数据融合系统;通过陀螺阵列方式形成多级别、多层次、多方面的多姿态系统,采用领域搜索和BP网络混合的方法对多信息源进行了数据融合,形成无人机多姿态系统数据融合的算法,相比较单一姿态数据该算法处理结果在支持度方面有显著提升,增加了无人机飞行及空中作业的稳定性。在无人机视觉系统中设计了基于记忆库的编码目标匹配方法,减少算法运行时间;同时提出一种基于Canny和GrabCut的自适应窗口式目标跟踪算法,可实现无人机在动态视角下对目标的精确跟踪;识别跟踪算法显著提升了现有无人机跟踪算法的精确度及实时性,为下一步的无人机自主抓取提供了可靠的视觉信息。本文通过对传统机器人坐标系的研究分析,建立了基本的抓取无人机坐标系统;引入双目视觉和图像处理技术,设计了空中机器人坐标系下基于主动视觉和双目视觉的多旋翼无人机自主抓取方法,所提出的方法在实际无人机抓取实验中平均抓取误差为5.9cm。本文所设计的反恐防暴无人机和相关技术算法在一定程度上促进了无人机产业的发展。最后对全文的阐述进行了梳理总结,同时也对其后续的研究发展进行了相关展望,提出了自己所遇到的短时间难以解决的一些问题,希望能得到更多专家的指导。