月球探测器的自主导航方法是探月工程的核心技术之一。本课题来源于国家自然科学基金重点资助项目“月球探测系统的建模、传感、导航和控制基础理论及关键技术研究”。目前，基于计算机视觉的导航方法，已成为深空探测领域的研究热点之一。本文对月球探测器在软着陆阶段的自主视觉导航技术进行了深入的研究。论文的主要研究内容包括：　　针对月面探测器在进入软着陆阶段时所要完成的精确初始定位任务，提出了一种基于月球地貌匹配的初始定位方法。在初始定位时，与探测器固联的CCD相机所拍摄的月面图像相对于图像数据库存在较大的旋转和缩放。采用Scale Invariant Feature Transform（SIFT）算法提取月球地貌特征并进行匹配，克服了存在较大的旋转和缩放的图像的匹配问题。利用线性的2D/3D位姿估计方法计算位姿的估计初值，然后利用非线性最小二乘方法结合四元数方法计算出探测器在月球地理坐标系下的绝对位置和姿态。仿真结果表明该方法可以有效的解决月球探测器的精确初始定位问题。　　在月球探测器的动力下降阶段，导航相机所拍摄的图像在相邻时刻之间的相对运动较大，传统的特征跟踪方法无法同时满足精度和鲁棒性的要求。针对上述问题，使用基于图像金字塔的多尺度光流法，在图像间相对运动较大的情况下实现了对特征点的可靠跟踪。利用鲁棒最小二乘方法，估计出探测器在下落过程中不同时刻之间的相对刚体运动参数。在线性方法得到的估计初值的基础上，本文提出了基于改进光束约束法的非线性优化方法，进一步的提高运动参数估计值的精度。　　为了实现月球探测器的六自由度位姿估计，提出了一种基于对偶四元数和Unscented卡尔曼滤波器的视觉导航方法。通过基于对偶四元数的位姿计算，建立了探测器的位姿估计方程。在此基础上，根据探测器的在动力下降阶段的运动模型建立了非线性状态方程，并通过构造特征点三角形以及结合激光测距仪数据建立了观测方程。考虑到状态方程和观测方程均为非线性方程，利用Unscented卡尔曼滤波方法估计探测器的位置和姿态。数值仿真表明该方法可行。　　在月球探测器的垂直下降段，为了实现危险区域的识别，通过运动获得长基线并进行立体视觉三维重构。对立体匹配方法进行了深入的研究，并提出了结合使用盒滤波和单向唯一性检测的方法提高立体匹配的实时性。针对长基线立体视觉方法所存在的问题，设计了一系列的算法，实现了立体图像对的预处理和校正，利用匹配结果进行三维重构。最后，本文提出了一种图像形态学的处理方法，并通过该方法选择合适的着陆点。　　为了进一步的提高危险区域识别可靠性，通过二维图像分析进行障碍物提取。利用图像分割的方法获得图像中由障碍物形成的阴影区域，并对基于阈值的分割方法和基于聚类的分割方法进行了仿真对比。提出了使用椭圆匹配的方法匹配岩石的阴影区域，获得岩石的尺寸和位置。最后结合纹理分析的方法得到完整的危险区域分布图，用于探测器的危险回避。仿真的结果可以证明本文提出的危险区域识别算法的有效性。