近年来,无人机技术与计算机视觉技术发展迅速。旋翼无人机凭借其机动性好、适应性强等优势在民用娱乐、军事侦查、农业植保、电力巡检等多个领域中得到了较为广泛的应用。随着旋翼无人机需求量的增大与智能化技术的发展,市场对无人机的智能飞行能力也提出了更进一步的要求。由于无人机在降落阶段的事故率的居高不下,其中人为因素更是占据主要部分,因此研究无人机的自主降落飞行能力意义重大。本文依托四旋翼无人机平台,采用抗干扰能力强,精度较高的视觉定位方式作为本文获取定位数据的方法,设计了一套基于单目视觉的四旋翼无人机自主降落控制系统,以期旋翼无人机能够自主完成降落任务,且能够有较高降落精度。本文的主要研究内容包括:（1）对本课题自主降落系统进行总体方案设计。在明确本课题的功能需求后,进行四旋翼无人机硬件平台的选型与搭建,并确定了以ROS系统为框架的软件系统。为了旋翼无人机能够在不同降落距离获取定位数据,设计了多尺度的着陆标志,随后提出了本系统的自主降落方案。（2）重点研究了图像处理与目标识别技术。为了获取相关参数与图像畸变矫正,首先进行了相机相定。随后,在不同环境下对图像预处理方法进行效果比对研究。为兼顾系统识别率与实时性,选择了计算量较少且具有仿射不变矩匹配法作为本课题的目标识别算法。最终整合了着陆标志的识别算法。（3）针对无人机在降落过程中容易丢失目标这一现象,设计了云台随动控制系统。在获取着陆标志冗余定位数据的情况下,采用单源数据融合的方法提升定位精度。针对相机短暂丢失目标以及数据抖动的情况下提出了曲线拟合位置点的方法实现移动跟踪的连续性与平滑性。分析了四旋翼无人机数学模型,并在Matlab/Simulink下搭建了动力学模型并进行仿真分析,结果表明在高度位置控制上采用模糊PD控制方法替代传统PID抗干扰能力更强,控制效果更好。（4）首先对目标识别算法进行了测试,结果表明所设计着陆标志能够在7米有较好地识别率。其次,对系统软件的功能模块进行整合,并在实际环境下对所设计的自主降落系统进行功能验证,通过旋翼无人机在静态目标以及对移动目标上的自主降落进行数据分析与总结,验证了本文所设计的控制系统的可行性与鲁棒性,对于旋翼无人机机型具有一定的普适性。本课题围绕视觉导航对四旋翼无人机的自主降落展开研究,通过对自主降落系统的总体方案分析、目标检测与识别算法的研究、视觉定位系统的设计以及四旋翼动力学模型的仿真与分析,并利用搭建的样机验证了本课题所设计的自主降落系统的稳定性及可靠性,设计了一套自主化程度较高的自主降落系统。