随着近年来民用小型多旋翼无人飞行器应用的普及,多旋翼无人机(UAV)已经成为一个通用性的作业和科研平台。其工作环境受人工限制小,应用范围广泛。目前,多旋翼无人飞行器主要应用于电力巡航、农业喷洒、环境监测、物品运输等领域。立体视觉技术是近年来数字图像处理和计算机视觉领域研究的方向和热点。双目立体视觉系统可以获得丰富的环境信息,其优点是体积小,功耗低,获取信息量丰富,成本低廉。而处理器运算速度的提高使得计算机视觉在微小型无人机在各方面的应有都得到提升,如实时视觉slam,视觉导航,视觉定位等,基于计算机视觉的无人机运动状态估计设计的主要思路是从先从摄像机获取的图像序列,然后从图像序列中提取出光流信息,最后融合IMU和高度计估计出无人机的运动状态。主要研究内容如下:(1)设计了无人机平台,后面章节的实验将运动状态估计算法移植于该四旋翼无人飞行器平台,先利用摄像头实时采集图像,再利用嵌入式卡片电脑ODROID XU4的GPU实时完成图像处理任务。(2)在离线状态下先对单目摄像头进行标定得出两个摄像头的摄像头参数矩阵,然后对图像进行预处理,包括灰度转换,矫正和形态学滤波;通过双目视觉系统得出光流信息和环境的深度信息,并融合惯性导航元件采集的速度和角速度对实时光流信息进行分解,最终得出较精确的无人机运动状态。(3)使用了Pixhawk飞控板搭建了无人机飞行平台,将算法移植到ODROIDXU4卡片电脑中并通过Opti Track视觉定位系统验证了算法。