旋翼型无人机因其成本低、易维护、可扩展性强的特点,受到了广泛的使用。目前在大部分应用场景下都需要人工对无人机进行操作,因此有必要让无人机具有自主执行一些任务的能力,以降低其使用门槛并节省人力。无人机在自主执行任务的过程中,很多导航过程与任务的执行可以依靠视觉来自主完成。因此本文围绕一种可自主进行目标搜索、返航与精准降落的四旋翼无人机,进行了以下主要工作:首先,本文完成了帮助无人机实现上述功能的视觉系统的设计。针对无人机所要执行的任务,将系统分为了地面端系统与无人机端系统两部分,设计了视觉系统的硬件结构与软件结构,并在此基础上给出了系统的工作流程。之后,对实现目标搜索功能的目标检测算法YOLOv3进行了学习策略的调整,并在无人机视角的数据集上进行了训练。通过实验对无人机视角下用YOLOv3进行目标检测的精度进行了分析,验证了方案的可行性,并将训练好的YOLOv3模型在视觉系统中进行了优化部署。然后,为了提高目标搜索功能可搜索目标种类的灵活性与可扩展性,本文研究了在YOLOv3模型上灵活增加可检测目标类别的增量学习的方法。通过实验对所设计的YOLOv3增量学习方法的效果进行了分析,验证了我们设计的方法可以在一定程度上实现YOLOv3灵活、快速的任务扩展。最后,设计了一种使用视觉基准标记组合的单目定位方法,使视觉系统能够在较大高度范围内对降落位置进行高精度的定位,帮助无人机实现了返航过程中的精准自主降落。通过实验对我们设计的视觉标记组合的定位方法的定位精度进行了分析,说明我们所提出的定位方法较以往方法可减少定位过程中的振荡。