近年来,得益于无人机控制技术以及传感器技术的快速发展,无人机已广泛应用于铁路公路建设、地质勘探、野生动植物保护、农业灾害应急监测等领域。以此同时,伴随着人工智能和信息化建设的不断推进,三维重建技术亦发挥越来越大的作用。无人机由于其具有系统单元小、扩展性强、视角广、灵活方便等特点,近期在大场景三维重建中得到广泛应用。本文首先搭建了基于混合视觉系统的无人机平台,然后利用此平台进行三维重建,并对其中无人机位姿估计与点云地图重建技术开展了研究。其主要内容如下:1、设计并搭建了基于混合视觉系统的无人机三维重建平台:在DJIM100无人机平台上,利用数字舵机驱动Hokuyo单线激光雷达旋转完成场景的三维重建。同时,将点云转换为图像特征点的深度信息进行前视和下视视觉里程计估计并结合Lidar里程计组成混合视觉系统共同完成无人机位姿的初始估计。2、多传感器系统标定方法研究:由于系统涉及多个相机、激光雷达、IMU等传感器,因此确定各传感器间的位置关系是数据融合的重要步骤。同时,相机存在制造和装配的误差导致图像产生一定的畸变,需要通过标定相机内部参数进行矫正。因此,在前人已有工作的基础上研究了相机模型内部参数和外部参数的标定原理、双目相机位置标定原理以及相机-激光雷达联合标定原理,并根据已知传感器的位置推算出UVC相机和激光雷达在机体中的安装位置。3、基于多数据融合的无人机姿态估计EKF算法实现:针对无人机在没有GPS信号场景中的位置与姿态问题,提出一种融合多里程计信息和IMU信息的位姿估计算法。该算法基于误差状态的扩展卡尔曼滤波(Error-State based EKF)框架,通过融合视觉里程计、Lidar里程计和IMU,提高位姿估计的精度和鲁棒性。4、无人机在线三维重建系统仿真与实践:根据M100的CAD模型建立无人机的URDF(Unified Robot Description Format,通用机器人描述文件)仿真模型,结合 hector_quadrotor无人机仿真插件,实现物理仿真。通过在Gazebo仿真软件中建立不同虚拟场景进行仿真实验以及在真实环境的三维重建实验,验证了算法的有效性。