近年来,随着硬件设备性能的提升与人工智能领域的发展,计算机视觉相关的算法也得到了飞速发展,特别是目标识别与跟踪降落方向。基于视觉导航的小型旋翼无人机目标识别自主降落依然是研究的热点问题。同时,视觉导航无人机自主降落相比GPS导航,更能提高无人机降落的精度。本文采用开源、经济、易操作的视觉导航模式,就如何提高无人机目标识别自主降落的精确性展开应用研究,具有一定的工程应用价值和实际意义。本文开展的相关工作与结论如下:1.本着开源、经济的原则,设计了视觉导航无人机目标识别自主降落控制系统,确定了无地面站辅助的机载模式,将系统划分为四个部分并对其中的计算机视觉模块、自主降落控制模块、四旋翼无人机平台进行了硬件选型。2.根据题目要求,自主设计了降落标识物并对设计细节进行了细致阐述。根据室外实际降落场景和标识物特征,提出了标识物三级高度识别定位方案,将定位坐标范围分三级高度进行缩小并介绍了方案具体实现流程。3.根据方案内容,确定了三级高度下标识物识别定位组合算法,分别为阈值检测、霍夫圆检测和April Tags标签识别,针对组合算法中标识物检测实时性低的问题,提出了阈值检测时动态缩小扫描区域的程序改进方法和霍夫圆检测时图像预处理的改进方法。实际测试,改进方法显著提高了标识物识别定位的实时性,从而减少无人机自主降落飞行控制的时延现象。通过复杂背景试验,验证了标识物识别定位组合算法的可行性。4.根据方案内容,设计了无人机自主降落控制策略并进行了自主降落飞行试验。自主降落控制模块通过循环计算图像中心与标识物中心相对位置的方式进行方向调节并输出控制指令至飞行控制器,从而实现无人机自主降落。通过相关飞行试验获得了飞行数据,试验证明了本文设计的视觉导航无人机目标识别自主降落控制系统可以有效提高降落精度。本文初步实现了视觉导航小型旋翼无人机的目标识别自主降落。