单一的导航系统都存在缺陷,而组合导航系统能够很好地弥补缺陷。近些年视觉技术的发展,再一次促进导航技术的进步。利用视觉辅助惯性导航系统,能够实现精确导航,尤其适用于复杂环境中GPS失效的情况;同时利用视觉辅助定位系统,对编队飞行、空中加油等军事任务具有重要应用价值。基于上述研究背景,本论文以视觉辅助的导航算法研究为核心,开展了单目视觉/IMU组合导航算法、双目视觉相对导航定位算法以及改进算法的研究,以使导航系统更具有鲁棒性、隐蔽性和精确性。主要研究内容包括:（1）针对惯性导航的导航误差随时间积累的问题,研究了一种利用单目视觉辅助惯性测量单元（Inertial Measurement Unit,IMU）进行导航的组合导航算法。分别利用单目视觉和IMU解算导航结果;将视觉和IMU解算的导航结果进行校准对齐;利用视觉和IMU的测量残差,构建用于非线性优化的目标函数。通过最小化目标函数,实现对导航状态的估计。实验验证了算法的有效性,算法输出导航结果的频率和精度能够满足一般运动体的导航要求。（2）针对双目视觉具有尺度不变性的特点,提出了一种基于ORB（Oriented Fast and Rotated Brief）算法的双目视觉相对导航定位算法。定位算法采用ORB算法对特征点进行跟踪;基于跟踪的特征点,设计了相对导航定位方案,并建立了双目视觉相对导航定位模型。以无人机编队为实验背景,进行了相对导航定位实验。实验验证了建立的双目视觉相对导航定位模型的有效性,同时也发现了ORB算法在实际应用中存在精确性差、计算量大、实时性不高的问题。（3）针对无人机编队飞行时ORB算法存在精确性差、计算量大、实时性不高的问题,对ORB算法进行了改进,提出了一种改进的双目视觉相对导航定位算法。改进ORB算法降低了ORB算法的计算量,也提高了特征点的跟踪质量;将改进ORB算法提取的无人机特征点代入到双目视觉相对导航定位模型中,实现了编队无人机间的相对导航定位;利用卡尔曼滤波算法对无人机的相对导航定位信息进行估计,进一步提高了定位精度。实验表明,改进的双目视觉相对导航定位算法具有较高的精确性和实时性,具有工程应用价值。