本文研究了飞行器下降着陆时的光学惯性组合导航方法,该方法是目前国内外研究的热点,它可以提高飞行器的导航精度,满足其在探测天体表面精确着陆的要求。本文研究的自主导航方法涉及图像处理和导航滤波两个方面:第一,图像处理方面。首先为了检测飞行器下降图像和地图图像中的角点特征,研究了图像的Harris角点检测方法,由于该算法计算速度快、抗噪性强、对光照强弱不敏感等优点,所以它在飞行器着陆任务中具有相当的优势;其次研究了两幅图像之间的变换方法,本文假设飞行器下降时的图像与地图图像之间的变换是一种平面到平面的变换,这种假设可以简化变换算法;最后研究了图像的匹配方法,应用相位相关法和对数极坐标转换方法计算出图像之间的平移、旋转、缩放关系后,再结合时域内的匹配算法确定下降图像中特征点在地图图像中的位置,特征点的定位精度能达到1~2个像素。第二,导航滤波方面。应用图像处理算法后,就可以确定飞行器着陆时拍摄图像中的特征点在着陆天体上的位置,得到这些位置之后,结合惯性元件的测量信息,应用扩展卡尔曼滤波方法,可以得到比惯性导航精度更高的导航信息,从而提高导航精度。最后,为了进一步分析组合导航方法的精度,数学仿真了该方法的精度对图像处理频率、特征点数目、地图分辨率和误匹配的敏感性,得出了一些相关的结论。