近年来,各类飞行器发展迅速,应用范围广泛。常见的飞行器有固定翼飞行器和四旋翼飞行器。固定翼飞行器常用于航模培训和学校的比赛赛事,具备影响力的赛事主要是中国国际飞行器挑战赛和美国SAE国际航空设计大赛;四旋翼飞行器具有重量轻、体积小、飞行灵活等优点,得到了人们的广泛认可,具有广泛的前景,在民用和军事上有了更多的应用。近些年,各国学者对于四旋翼飞行器的研究已经逐渐由室外转为室内,用四旋翼无人机来完成一些更具挑战性的任务。四旋翼能够在室外稳定工作的前提是依照GPS进行定位和导航,在室内环境下GPS信号缺失,传统的定位方法不能发挥良好的性能,因此将计算机视觉和飞行器传感器配合使用成了近些年研究的重点。本文依托于国际空中机器人大赛,根据任务分工不同,主要解决了飞行器的自定位和对移动目标的跟踪两个问题,主要工作和创新如下所述。首先,完成本文工作的关键在于飞行器在室内姿态是否稳定,依照任务搭建了满足要求的硬件平台,平台的主要策略由机载计算机进行控制。文章提出了一套基于改进ORB的特征光流算法,优化了传统的光流算法的运算速度和精度,使得飞行器在室内稳定悬停。姿态稳定后,通过目标跟踪算法提取目标运动轨迹,根据起始点、结束点和飞行器投影点的空间位置关系,解算出飞行器在世界坐标系下的坐标位置。其次,将计算机视觉和飞行器的惯性导航信息相融合计算,首先对跟踪算法进行了分析研究,最终选取了连续自适应的Mean Shift算法(CamShift算法)进行目标识别和跟踪,根据起始帧给定的包含图像特征信息的目标模型,通过巴氏距离系数在后续帧中选取和目标模型相似的模型,对目标位置进行预测分析,完成了单目视觉下对移动目标的跟踪。最后,在室内环中进行飞行器的室内自定位和目标跟踪试验,试验验证了本文算法的可行性,满足任务所要求的精度。