无人机具有成本低、扩展性强、效率高等优点,逐渐应用于桥梁检测领域。它不但减小了检测成本,还能够抵近观察人工无法到达的桥梁部位,提高了检测效率。然而由于桥梁结构的复杂性,无人机容易与桥梁发生碰撞;同时,桥梁检测是一项重复性工作,检测路线通常固定。如果能够增强无人机在复杂环境下的自主导航能力,将会大大提高无人机的安全性以及在桥梁检测中的实用性。因此对无人机的自主导航展开了研究。主要研究内容如下:通过查阅相关文献,分析了无人机导航的特点;并结合桥梁检测的应用场景,提出了一种基于桥梁点云模型配准的无人机导航方案。该方案采用无人机对桥梁进去绕飞,获取桥梁的整体点云模型,再将桥梁整体点云和无人机实时获取的局部点云进行配准,得到无人机相对桥梁的位置。针对方案中桥梁点云模型生成方法,提出了基于双目立体视觉技术的桥梁点云模型生成方法,对该方法的关键算法进行了分析,通过软件实现了基于双目立体视觉的三维测量技术,并利用双目立体视觉测量系统验证了该方法的可行性。针对方案中基于点云配准的无人机姿态地求解,采用RANSAC算法对点云进行粗配准,然后把粗配准结果作为Kd-tree改进型ICP配准算法输入,从而提高了配准精度和速度。并对点云配准过程中的点云处理算法展开了研究。最后,在Visual Studio 2013开发环境下,结合OpenCV及PCL库,使用C++实现了方案中的算法,并利用大疆M100型号无人机对方案进行了实验验证。三维点云生成实验表明了双目立体视觉技术获取三维模型的可靠性;点云配准实验的结果表明:在将双目相机依次平移50mm、100mm、150mm、200mm情况下,通过点云配准计算出双目相机定位误差依次为2.2mm、2.8mm、3.4mm、6.6mm,证明了所提方案的可行性。