近年来,随着微型飞行器(Micro Aerial Vehicle,MAV)技术的快速发展,微型飞行器在军事和民用领域均得到广泛应用。环境感知是飞行器应用中所需要的一项重要能力。本文针对四旋翼飞行器的视觉感知方法展开研究,旨在四旋翼平台上实现地面目标的大范围检测与定位。主要研究工作与贡献如下:1.针对国际空中机器人大赛(International Aerial Robotics Competition,IARC)中的飞行器斜视摄像头图像,采用传统目标检测方法进行地面机器人检测。基于方向梯度直方图(Histogram of Oriented Gradient,HOG)与支持向量机(Support Vector Machine,SVM)方法改进,提出二阶段目标检测方法,提升检测算法速度与精度。在IARC场景下进行斜视摄像头的目标检测数据集制作,并在数据集上进行HOG特征调整与SVM训练,最终完成算法评估。实验结果显示,所提出的算法可达到又快又准的效果。2.针对多摄像头机载负荷大以及消耗计算资源大的问题,提出为四旋翼配备单个下视鱼眼摄像头的解决方案。去掉占用计算资源较大的鱼眼矫正算法,基于原始下视鱼眼图像,设计单阶段目标检测网络进行地面机器人检测。基于IARC场景,建立下视鱼眼图像目标检测数据集,并在鱼眼数据集上完成基准模型测试、模型训练与评估。实验结果显示,所提出的模型与基准模型相比在速度与精度上均有提升,可满足机载电脑上实际应用要求。3.由于目标检测基于原始鱼眼图像进行,针孔相机模型并不适用于此目标定位场景。因此,基于鱼眼相机模型,融合目标检测结果、高度数据和姿态数据,进行地面目标定位。首先根据鱼眼相机模型和目标检测结果求解得到目标的归一化相机坐标。然后针对地面物体,对目标的归一化相机坐标、高度数据和姿态数据联立方程,求解出地面物体的世界坐标。实验中,采用运动捕捉系统进行算法验证,结果显示,提出的目标定位算法具有较高的精度,在飞行器姿态变化的情况下依然能保持稳定测量。