旋翼无人机具有独特的飞行性能和独有的低成本、低损耗、零伤亡、战场生存能力强、可重复使用以及高机动等诸多优势,在军用及民用方面具有广泛的应用前景。开展无人机自主环境感知技术的研究,在满足旋翼无人机在各领域应用的迫切技术需求,提高无人机自主能力等方面具有重大的意义。视觉系统作为旋翼无人直升机系统重要的组成部分,在实现环境感知和辅助导航方面具有得天独厚的优势。本文以实现无人机视觉导航为应用背景,针对其中的三个问题:自动目标跟踪,基于合作目标的无人机位姿估计,无人机自主降落中的平坦区域检测,进行了深入的研究,主要工作如下:　　 1.针对移动目标跟踪中的模板漂移问题,提出了一种基于权重主动漂移纠正的模板跟踪算法。算法可以有效阻止跟踪过程中的模板漂移,无需再次进行纠正跟踪。总的能量函数包含两部分:跟踪项帮漂移纠正项,通过最小化总的能量函数来同时实现摸板跟踪和权重主动漂移纠正。主动漂移纠正项被纳入传统仿射配准算法的框架中。其最小化是通过基于权重L2准则的反向合成算法来实现的,另外,算法中的权重系数是自适应更新的。为了减少跟踪过程中的累积误差,我们还设计了一种新颖的模板更新策略,从先前模板序列中选择具有最小匹配误差的模板作为当前模板。不同场景的跟踪实验验证了我们算法的有效性,其性能全面优于Matthews的被动模板跟踪算法。　　 2.提出了一种基于合作目标的无人机的位姿估计方法。首先设计了两种合作目标,并发展了两种与之对应的实时图像预处理算法。接着提出了一种基于空间共线性误差的实时位姿估计算法,算法包含两个阶段:深度估计和绝对方位求解。通过最小化目标函数,迭代求解特征点的深度信息和位姿信息,接下来,利用绝对方位求解算法来求得最终的位姿信息。上述两个阶段依次迭代求解,直至结果收敛。仿真和实际实验表明,与当前的多种位姿估计算法相比,算法可直接应用于共面和非共面的情况,具有较高的精度,较好的鲁棒性。将该方法与两种合作目标结合,完成了模拟无人机自主降落的位姿估计实验,验证了方法的有效性。　　 3.针对无人机自主降落中平坦区域检测问题,提出了基于序列图像的场景中平坦区域检测方法。首先针对序列图像的重建,提出了一种渐进式运动推断结构算法,对场景进行三维重建,获得场景中的三维点云信息,接下来利用最小中位数和Ransac算法从重建点云中找到近似场景地表的最佳平面,此最佳平面可以作为无人机的安全降落区域。在四种不同场景中,所提出的重建算法都获褥了较稠密的三维点云,取得了令人满意的重建结果。平坦区域检测算法稳定准确的找到了近似当地地表的最佳平面,并与实际情况相符,验证了所提出的平坦区域检测方法的有效性。　　 4.设计并开发了两种不同平台(PC104,DSP)的无人机视觉系统。该系统由机载视觉子系统、地面站子系统、无线通信子系统三个部分组成,构建了完整的空地、人机交互环路。室内室外的目标跟踪实验验证了所搭建系统的有效性,稳定性,可靠性。特别是基于DSP的无人机视觉系统,已完成多次飞行试验,取得了较好的实验效果。