四旋翼飞行器由于体积小,成本低,适应性强等特点,在农业、商业、军工业等领域有着广泛的应用。其理论研究涉及刚体动力学、空气动力学、控制理论、惯性导航和信号检测与滤波等学科,其中快速、准确地获得四旋翼姿态与位置信息是直接影响四旋翼飞行质量的要素之一。一般而言,四旋翼采用GPS进行导航定位,在室内、近地面或者某些GPS信号不好的环境下,四旋翼的导航精度会降低。视觉着陆是一种借用视觉导航的方法,可以实现四旋翼的辅助定位,并且能够实现四旋翼在特殊场合需求下的自动着陆。因此,研究基于视觉着陆技术的四旋翼的姿态与位置算法具有重要的理论意义和实际应用价值。首先,针对传统姿态和标准EKF姿态算法存在的精度不高、动态性能差的问题,本文设计了一种改进EKF算法。该算法将运动加速度抑制的动态步长梯度下降算法引入标准EKF算法中,改善了定步长梯度下降算法收敛速度慢的问题和强机动情况下运动加速度给姿态解算造成的精度差问题,并且该算法分离了磁力计,只用磁力计计算偏航角信息。同时设计了一种INS融合GPS和气压计的位置算法。其次,针对Harris角点检测算法计算量大的问题,本文设计了一种快速、准确的标志图像识别算法。将一个区域内的所有角点转换成一个单值角点,替代了Harris算法中的局部非极大值抑制算法,减小了计算量。并且设计了视觉模式下的姿态与位置转换算法和视觉着陆控制算法。最后,针对气压计易受气流影响和加速度计对振动敏感的问题,本文设计了一个盒状飞控。将IMU通过3M背胶构造成减震系统封闭在盒状飞控内部,从而避免了气流对气压计的干扰和机架振动对加速度计的影响。在此基础上,自主设计和搭建了本文的实验平台,对本文所研究的算法和设计的系统进行有效性和实用性验证。该平台包括:一架四旋翼飞行器,一个盒状飞控,一个视觉处理模块和调试模块。实际实验结果表明:改进EKF算法运算速度更快,跟踪精度更高,抗磁干扰性能更强;标志图像检测识别算法具有较高的识别精度;视觉着陆算法成功实现了四旋翼实验平台的着陆功能。