无人机的目标跟随与着陆是提高无人机全自主飞行能力的重要研究内容。它不仅可以用于未知环境中的目标监视,还可以用于环境未知、着陆地点随时可能变换的无人机引导降落。基于视觉的无人机目标跟随与着陆方法以其成本低廉、精确度高、获取信息丰富等优点,成为近年来研究人员研究的热点问题之一。本文利用以单目相机为主要传感器的AR.Drone 2.0实验平台研究未知环境下无人机的目标跟随与着陆问题。本文的课题研究主要分为两个阶段:目标跟随阶段与着陆阶段。在目标跟随阶段,使用了射影几何方法建立相机与目标之间的相对坐标系,获取了目标在相机坐标系下的三维位置;然后利用PTAM算法建立了世界坐标系,获取了无人机在世界坐标系下的六自由度信息,利用坐标转换关系得到了目标在世界坐标系下的三维位置信息;接着利用卡尔曼滤波算法实现了对目标的速度估计,设计了目标丢失时的有效搜索方法;最后利用PID控制器控制无人机对目标的跟随。在着陆阶段,本文将基于视觉伺服的控制方法与基于射影几何的控制方法相结合,控制无人机着陆。本文解决了无人机目标跟随与着陆过程中会出现的一些问题。首先,将射影几何与PTAM算法结合使用解决了目标丢失时无人机位置信息也会丢失的问题。其次,使用了卡尔曼滤波算法实现了目标的速度估计,解决了目标从相机视野中消失时目标难以有效搜索的问题。然后,将视觉伺服与射影几何方法结合起来解决了目标残缺时射影几何定位失效的问题。最后,将目标跟随阶段与降落阶段结合起来,实现了无人机全自主目标跟随与着陆的全过程。本文通过实验分析了基于射影几何的单目视觉定位的“二义性”问题、验证了射影几何与PTAM算法的位置估计精度、以及卡尔曼滤波器的速度估计精度,最后分析验证了视觉伺服与射影几何相结合的着陆控制方法的有效性。