基于视觉信息的移动机器人导航是当前机器人研究的一个焦点,同人类一样,视觉是机器人获取周围世界信息的重要来源,可为机器人提供周围的环境信息,如机器人对环境中目标的识别、实时的跟踪导航信息。视觉感知设备的层出不穷,从传统透视相机到全景立体成像系统,可获得更大范围的场景并进行物体深度计算。图像采集设备的更新也促进了图像分析算法的不断涌现。本文以小型飞行器为应用平台,研究了几种不同成像设备下基于光流法的机器人视觉导航技术。主要工作包括：(1)首先介绍了在光流计算中用到的一些基本图像处理,包括图像的灰度化和图像平滑。同时研究了两种传统的光流算法：Horn-Schunck、Lucas-Kanade。并扩展到了3D光流场,实现了一种改进的光流算法。(2)研究了光流法在小型飞行器避障中的应用。提出了在常规折反射全景图和鱼眼图像中,光流场的分布特征以及如何利用该特征为避障提供依据,并在仿真环境下测试了全景摄像机和鱼眼摄像机下的光流法避障效果。(3)研究了球面图像的获取及其光流场分析方法。阐述了基于普通图像合成和基于球面镜的折反射全景立体成像系统两种获取球面图像的方法；提出了一种基于球面光流场的3D运动分析的方法,可从球面光流场中推导出3D空间中目标的运动参数和相对深度。