多旋翼无人机构造技术相对简单,操作控制简便,在航拍、救援搜寻、农业植保、抗震救灾、地理测绘等领域发挥重要作用。无人机自主避障功能可以保证无人机完成复杂的、高难度的任务。随着机器视觉技术的发展,单目视觉技术逐渐应用到无人机避障方面,国内外在该方面的研究都有很大的突破。本论文主要针对单目视觉技术在运算处理强度、障碍物识别精度以及避障路径决策等问题,设计出一套可行的图像处理与飞行控制系统分离、激光雷达辅助单目视觉、反应式躲避障碍物的单目避障系统。为了满足避障系统对单目摄像机内参数的需要,对张正友摄像机标定原理进行了研究,并通过实验验证了该标定算的测量精度能够满足系统要求。针对无人机运动引起的摄像机视角变换,图像旋转、尺寸、光照等变化对特征点稳定性的影响,为了提高特征点的鲁棒性,本文研究了基于多尺度局部不变特征算法中的两类重要算法:SIFT算法和SURF算法,并通过实验,对比分析了两者性能上的差异。本文采用了基于局部特征的图像匹配算法——FLANN算法,对前后两幅图像进行特征匹配,并根据特征点欧式距离、特征点尺度变化等对匹配项进行优化,另外,根据近大远小线索,对匹配对中特征点尺度比与图像深度关系进行了研究,并通过实验,对该算法在提取障碍物信息可行性上进行了验证。针对纯单目视觉避障中可能遇到的图像信息不足导致避障算法失效的情况,本文引入低成本激光雷达数据作为视觉避障的补充,根据图像像素点和激光雷达扫描点相对相机光心偏移角度的关系,将障碍物区域信息与距离数据融合,使障碍物深度信息精确化。在避障路径决策方面,为了能够实时躲避最危险的障碍物,根据无人机尺寸和无人机飞行的安全距离设计安全飞行窗口,将安全窗口内最近障碍物作为首选躲避对象,基于区域搜索的方式评估出最快的躲避方向,以完成躲避。论文对研究内容进行了仿真实现用以验证单目避障系统功能及算法的可行性。图像处理功能作为服务端软件运行在桌面计算机上,基于ROS开源操作系统搭建无人机三维模拟平台,实现避障路径决策功能并作为客户端运行在无人机模拟平台上。实现了客户端与服务器的无线通信,使整个单目避障系统正常运行。通过对实验结果的数据分析,该单目避障系统在无人机飞行速度1m/s~8m/s之间、周围环境相对简单情况下具有较好的性能。