无人机视觉导航是一种重要的自主导航技术,利用计算机视觉的相关技术对相机获取的图像信息进行处理,结合无人机其他传感器获取的数据可以计算得到无人机当前位置等信息,完成既定飞行任务。视觉导航成本低、不依赖GPS,在各行各业应用广泛。本文首先对低空小范围的无人机视觉导航整体系统进行了思考和设计,将整体系统划分为硬件、导航软件和辅助软件三个部分。硬件由四旋翼无人机、机载计算机、云台、相机和数传电台组成,导航软件由视觉定位和视觉追踪两部分组成,辅助软件由地面站、飞行任务管理软件和数传协议组成。视觉定位方法,本文采用ORB特征。首先提取两张图像的ORB特征点,生成特征点的描述子,根据汉明距离计算描述子之间的相似度。采用暴力匹配的方式得到两张图像之间的匹配情况,采用交叉匹配验证算法和PROSAC算法对粗匹配进行过滤,根据匹配成功的点对数量衡量两张图像之间的相似度。最后,采用基于密度的聚类算法将匹配的特征点进行分类,选取面积最大的两个类作为图像间的重合区域,得到了较好的偏移量计算结果,相对于密度聚类之前的结果,精度提高了10%。视觉追踪方法,本文采用KLT算法。为了适应大运动量的图像追踪,将KLT算法和高斯金字塔结合。从金字塔顶层开始计算偏移量再作为初始值计算下一层的图像偏移量,反复迭代最终得到原图的偏移量。基于金字塔模型的算法在连续帧图像测试中,取得了很好的效果。系统实现时,为减少视觉导航的计算时长,采取基准图库的方案。预先将基准图的特征点和描述子提取,存储到文本文件中,比直接提取的计算用时减少了90%。视觉导航采用视觉追踪和视觉匹配的组合导航方式,每十秒采用视觉匹配计算无人机坐标位置,修正视觉追踪的累积误差。