随着时代的发展,无人机(Unmanned Aerial Vehicles,UAV)的研究与应用在近几年来得到了巨大的提升,从预警、侦察等军用领域至气象监测、灾害探测、搜索营救等民用领域都可以看见无人机的身影。微型化的无人机因其小巧的结构,多变的操作使得自身能够适应更加复杂的环境,但这同样也对其机载承重能力、能源供应能力、续航能力等产生了一定的约束限制,这意味着大重量、高功耗等传感器在某些环境下已经不再适合无人机。因此以相机作为主要传感器的研究方向已经开始变得普及,而随着与机器视觉技术的结合,无人机的研究与应用开始朝向多元化发展。基于无人机的视觉算法研究与应用有很多,如不同环境下定位与追踪、避障与导航、三维重构、增强现实、虚拟现实等等。然而由于环境与任务的复杂多变,无人机视觉算法研究更加倾向于在某种环境下实现某种任务的可行性研究,因此,本文提出并实现了一种基于双目视觉的无人机室内无碰撞飞行策略,主要分为三个部分:第一,采用双目立体视觉系统作为主要传感器,与单目相机相比同一场景下可以生成两幅不同的图像,在为后续图像处理环节提供更多视觉信息的同时也能进行有效的深度估计。第二,构造了一种用于室内环境图像分类的人工神经网络,将无人机所处室内环境划分为走廊、楼梯、拐角三类,与k近邻分类方法、支持向量机分类方法相比,具有更高的分类准确率,且大大减少了每个场景分类所需时间。第三,针对不同的室内环境设计了不同的无人机飞行策略,在走廊环境、拐角环境、楼梯环境以及混合环境连续飞行实验中,无人机均具有较高的安全飞行通过成功率。实验结果表明,本文提出的基于双目视觉的无人机室内无碰撞飞行策略具有可行性。