无人机的无人区域值守系统集飞行控制、区域覆盖和自主降落等技术于一体,因此在公共安全、智慧农业和测绘等领域得到广泛应用。但是,此类平台常常需要操作人员介入其中,存在效率低、局限性大等问题。故而本文设计了一种完全自主的四旋翼无人机区域值守系统,其可在没有人为干预的情况下,执行室外重复飞行和区域观测的值守任务。该系统支持在大范围的室外环境中实现着陆台上一键起飞,低空区域覆盖路径规划,采集数据后返航,通过视觉摄像头实现精确的自主降落,最后链路到基站计算机,进行数据处理。本文主要工作如下:首先,通过基于Ar Uco Marker的精确自主降落算法来估计着陆台和无人机的相对位姿,将几何排布的标识物放置在降落平台上,在原有算法上使用优先策略,不仅为自主降落提供了更多的有效信息,且使得旋翼无人机在各个高度、不同方位都能对降落点准确地定位,提高了系统的鲁棒性。针对近距离无人机降落跟踪抖动的问题,采用PID位置-速度级联控制,提高了无人机系统的降落精度。在该平台上进行了大量相关室外实验,分析降落点结果,表明该算法降落误差小于5%,可以满足室外大场景下的无人机自主降落精度要求。其次,在无人机区域值守任务中,本文提出了一个由实际测量数据导出的能量模型,然后利用该模型实现了一种基于能量优化的覆盖路径规划算法（Energy-Aware Spiral）,以减少能量消耗,同时通过该模型保证飞行拍摄任务中,所需的图像分辨率。针对传统算法不考虑能量和图像分辨率的局限性,通过简单几何区域构建一条覆盖路径,该路径通过覆盖区域的顶点,并以设计的图像分辨率间隔,使内环逐渐减小朝向中心的半径,达到最佳覆盖。本文总结了全覆盖率、完成任务时间、总行驶距离、转弯机动次数、能量消耗和单元重复访问率六种效能指标,用以比较传统算法与E-Spiral算法的优劣。在仿真环境中,通过6组不同多边形区域覆盖实验,综合分析效能指标比较得出E-Spiral算法优化了飞行任务中的时间消耗和能量损失,达到无人机系统延长值守时间的目的。最后,由于无人机值守区域是复杂室外环境,首先搭建农业环境的室外仿真场景验证任务流程的完整性,随后,在操场真实环境下,对区域值守系统的覆盖路径规划算法和自主精确降落技术进行验证。最后,将收集的数据下载到基站计算机上,进行高精度的二维重建。实验结果表明上述算法能够实现无人机无人区域值守的任务。