无人机产生于20世纪20年代,随着高新科技的快速发展,无人机将在未来的军事以及民用领域显现越发广阔的应用前景。由于其具有尺寸小、隐蔽性好、质量轻、成本低、性价比高等优点,无人机的自主飞行关键技术备受瞩目,而无人机的定位算法是无人机自主飞行的关键技术之一。近年来,许多国内外专家对无人机的定位方法进行了深入的探究。本文主要基于meanshift目标跟踪算法提出一种对处于悬停状态中的无人机实时定位的方法。首先,介绍了无人机定位领域的基础知识和摄像机标定理论,对meanshift目标跟踪算法进行了详细介绍,由于meanshift跟踪算法的局限性,特引入Kalman滤波技术,并运用其预测和校正技术,针对目标快速移动和发生遮挡的情况,提出了一种融合Kalman的改进meanshift算法。此算法的关键点是根据已知目标模板和候选目标模板之间的颜色直方图匹配度决定算法的下一步是通过Kalman预测进行目标追踪还是选择通过融合Kalman校正技术的meanshift算法进行目标追踪,从而得到准确的跟踪轨迹。经实验验证,这种改进的meanshift算法具有较好的鲁棒性,可以实现实验的预期目标。然后,介绍了基于meanshift目标跟踪算法的无人机位置解算方法。将基于摄像机标定的定位方法与此方法形成对比,说明本方法的可行性与实用性。本方法利用改进后的meanshift目标跟踪算法提取出目标运动轨迹,并根据机载摄像头图像中任意两点在世界坐标系下的间距与相应的在图像像素坐标系下的间距之比不变的理论知识和空间距离公式来解算悬停无人机的世界坐标。最后,在实验室环境中进行定位实验,以四轴飞行器为飞行载体,验证了根据改进meanshift目标跟踪算法解算无人机世界坐标的可行性。