无人飞行器(unmanned aerial vehicle,UAV)的自主飞行需要导航系统的支持,而导航的实现建立在飞行控制系统、电子传感系统等设备协同工作的基础上。导航系统的功能是帮助无人飞行器实现对当前自身飞行状态和所处空间位置的探测与估算,从而使无人飞行器搜索出最优路径和制定相应控制策略,保证无人飞行器安全快速的到达目的地。上个世纪关于UAV的研究主要集中在高空领域,但是随着UAV在低空场景的应用扩展,例如搜索与救援行动、有害物质的回收、实时监测森林大火等,UAV低空自主导航逐步成为了该领域内的一个研究热门方向。双目立体视觉技术借鉴人通过双眼感知立体空间的能力,经过双目图像采集、图像校正、立体匹配等步骤得到了视差结果,并计算出场景的深度映射图,进而重建出空间景物的三维信息。通过立体视觉技术实现障碍物的识别与测距,具备不易发现、信息量全面,且能获取场景三维深度信息等优势。可以预见,该项技术在UAV导航系统领域具有较大的发展潜力。本文主要针对双目立体视觉技术在无人飞行器导航与避障中的部分关键技术进行了探索与研究。本文的主要工作内容如下:(1)构建了基于PC机和嵌入式平台的双目立体视觉系统,完成了双目摄像机的标定。针对现有机载双目视觉系统无法在单次飞行中检测多个方向场景目标的缺陷,提出了一种基线和俯仰角度可自主调节的无人机载双目视觉系统方案。(2)对比分析了多种立体匹配算法的性能,在半全局双目匹配算法的基础上给出了一种基于多路径梯度权重的动态规划的半全局匹配算法,兼顾了匹配精度和运算实时性的综合要求,并完成了嵌入式平台的算法移植工作。(3)针对有雾环境下基于视觉技术的障碍物检测实现难度大的现状,本文对图像去雾技术做了研究,提出了一种改进的基于暗原色先验的单一图像去雾算法。该工作对有雾天气下无人机的航拍和视觉导航都有积极的作用。(4)本文给出了一种基于视差特征的区域生长与Normalized Cut的障碍物检测方法,取得了较好的障碍物检测效果;并在搭建的实验平台上,完成了真实障碍物的距离测量。(5)设计了无人飞行器的避障实验,获得了真实环境下对应的航迹规划仿真结果;此外,本文在三维重建、图像拼接等工作上有一定程度的深入。