随着无人机在军事、民用和商业中的应用范围越来越广，对无人机的导航控制也提出了新的要求，如何快速有效的在飞行区域内规划出一条合理的易于跟踪的最短路径，成为一个重大的挑战。另一方面，快速准确的导航离不开传感器的选择，视觉导航具有探测范围广、获取周围信息准确的优点，因此视觉导航成为一个关键点。导航的实现过程即为对飞行器的飞行区域进行无碰撞的路径规划。这是这些年来针对无人机研究的主要课题。本课题的研究思路是在根据视觉导航原理设计了分布式视觉系统之后，利用其特性实现基于彩色图像的目标识别，然后根据摄像机模型建立三维重构的测量模型，以此获取飞行器的三维姿态位置信息。根据飞行器的位姿信息，在飞行区域内，也即视觉导航范围内，规划出一条无碰撞的飞行路径，从而实现飞行器的路径规划。本文首先以“显约科技”SG-100-D1C/M摄像机为视觉传感器和Nuvo-1000工控机为基础，搭建了分布式视觉系统平台，并且规划了其硬件分布式结构和软件模块化编程结构。其次在分布式平台的基础上，设计采用了投影算法和基于OpenCV轮廓树的算法进行飞行器标志物的目标识别与检测，通过实际实验验证了两种算法的有效性，并根据实验结果对比了两种算法的平稳性和准确性。接下来建立了双目测距模型对飞行器模型进行三维姿态与位置重构。并且利用多进程技术和OpenGL建模技术更好的演示了飞行器的实时姿态。最后对飞行器的运动区域进行了路径规划，应用了基于快速探索随机树的算法，通过MATLAB进行仿真验证了其有效性，并成功移植到实际工程中，最终针对实际出现的问题，如局部极小区域问题，对算法进行了修正和改进。