无人机是指由遥控或自动驾驶技术，进行科学观测、战场侦查等任务的飞行载具，与传统有人飞机相比具有操作成本低、人员伤亡少、运用弹性大等特性。在民用领域更有广阔的前景，涉及到灾难救援、物资投放、地质勘测、侦察追踪、无人快递等。这种趋势使得无人机朝着更加智能化、小型化、集成化方向发展。针对这一问题，本文重点研究了四旋翼飞行器的视觉识别与激光导航技术。通过研究室外静态场地、飞行器飞行状态下目标物体的图像信息，并实时地识别目标物的相对位置；研究激光雷达的避障、导航功能，并最终完成四旋翼飞行器的自主识别导航过程。　　四旋翼飞行器智能飞行过程的视觉识别与避障导航技术的核心在于:飞行器硬件平台的搭建，复杂室外环境下目标位置的准确识别，以及在确定目标相对位置后通过激光雷达的避障导航功能使飞行器安全地到达目的地。因此，飞行器智能飞行的关键问题可以划分为飞行器系统的硬件搭建、目标物体的识别与定位、激光雷达的避障导航等。针对以上问题，本论文的主要工作和取得的成果如下：　　首先，在分析比较了飞行器的两种飞行模式后，选择了较适宜的“X”字飞行方式。针对单目视觉仅能识别目标而无法确定其距离，激光雷达能得到周围环境的距离而无法识别物体的问题，本文采用两者结合的方式来共同完成智能导航飞行。采用X3单目相机、激光雷达、超声波传感器及图像传输模块等共同组成飞行器导航系统并以此构建无人机硬件系统。　　其次，采用X3云台相机进行单目视觉辅助导航研究。根据相机的经典成像原理，选择镜头无畸变的线性模型并通过相机标定方法来获得其内参，通过X3云台相机并结合 OpenCV库函数对相机捕捉到的画面进行实时图像处理，实现无人机的目标识别功能；通过超声波传感器获得无人机近地面高度信息并结合单目视觉技术，以此完成目标的定位功能。　　然后，利用RoboPeak团队推出的激光雷达完成飞行器局部地图创建。通过飞行器惯性模组实现四旋翼飞行器在地图上的自定位；利用视觉识别系统获取到的目标点信息，通过改进遗传算法进行无人机航迹规划，以此实现飞行器的自主导航。通过将机器视觉、激光导航集成到机载平台的方法，减少了无线传输的时间，提高了实时性。　　最后，搭建了基于Linux嵌入式控制系统的飞行实验平台，将视觉识别系统、激光雷达避障导航及超声波传感器集成到嵌入式控制器上，再将嵌入式控制器与N1飞行控制器相连，完成数据传输。通过四旋翼飞行器平台完成了室外自主飞行导航实验，验证了该飞行导航系统的可行性。