近年来,无人机在军事、农林业和矿业工程等领域都有广泛的应用,对无人机飞行控制的研究也是各国和相关科研组织关注的热点,如:摄影和成像方面,可以用于航空摄像与拍照,获取新闻数据、矿山地质信息和航空勘测与测绘等;农业方面可以用于农药喷洒、农业生产监控等;矿山信息工程方面,应对各种复杂矿山坑道地质结构和矿井开采的恶劣危险环境,可采用无人机进行矿道巡检、瓦斯爆炸检测和设备检测等。四旋翼无人机由于操控简单,能够实现一定的抗风能力和载重能力,并具有能够悬停的特点,越来越多的针对四旋翼无人机的飞行控制与导航也成为复杂环境下无人机领域研究的热点。大量研究者对GNSS与惯导相组合的方式进行了充分的研究,但在GNSS信号效果不明显的区域使用时会受到限制。基于这样的原因和应用场景,将基于视觉的多技术融合的传感器装载到无人飞行器中,无人机可以利用视觉技术实现自主导航与定位、避障与自主飞行、目标跟踪和地图构建等多种特定飞行任务。本文在这样的需求及研究目标定位下,以四旋翼无人机为研究对象,基于计算机视觉的方法对无人机自身状态进行估计,对周围环境进行感知后完成智能化飞行控制,主要研究成果如下:（1）从四旋翼无人机飞行控制动力建模入手,针对搭载多种传感器套件的原型样机,对旋翼空气动力学模型和系统进行建模,搭建“十字型”、“X型”四旋翼无人机实验平台,通过改进隔震策略和机载的飞控电路系统完成“改进X型”四旋翼无人机实验平台升级,并提出分布式分层飞控策略:动力模型由相互嵌套分层的高度与偏航控制、前向位置与俯仰控制以及侧向位置与滚转角控制表示,高层控制中用位置控制代表外回路运行的控制,低层控制采用机载的嵌入式飞控自驾仪实现姿态控制。通过悬停飞行实验验证,对“X型”和“改进X型”四旋翼无人机的悬停效果、抗外部扰动的鲁棒性、传感器负载和隔震效益等方面进行比较,同时对分布式分层飞控策略进行验证,实验结果表明本文提出的分布式分层飞控策略可以保障四旋翼无人机良好的稳定性,同时,“改进X型”四旋翼无人机无论动态性能、抗扰动、传感器负载和隔震效益上均比“X型”四旋翼无人机获得了显著提升。（2）针对四旋翼无人机飞行中的稳定飞控需求,搭载光流传感器应用光流算法即基于光流法进行数学建模,计算角速度和姿态角从而得到四旋翼无人机在摄像机坐标系的运动速度,以此估计四旋翼无人机位姿并控制飞行器实现悬停。首先从视觉图像处理理论出发,分析光流法速度位置估计方法并完成飞行速度与光流数学建模,接着分析常用图像插值光流算法、Lucas-Kanade光流算法优劣,并在此基础上提出LK融合特征匹配的光流改进算法,算法加入中值滤波滤除部分噪声,用特征匹配完成光流粗算再用LK进行迭代光流计算,通过设定相邻帧比例系数和阈值处理剔除异常点,提高算法在弱光照环境和频闪光环境中的鲁棒性。最后通过四旋翼无人机稳定悬停实验验证比较算法性能。（3）结合SVO算法,对单目摄像头采集的相邻的图像帧之间的初始相对运动进行估计,再用迭代的方式对相对位姿的最优解进行计算求解,这样可以充分利用其不需要稠密大数据量,也不用描述子,在低性能、低功耗的嵌入式平台能够达到实时性的特点,以松耦合的方式融合IMU（惯性测量单元）,利用IMU所具有的实时灵敏度较高特点,采用预积分模型,使得对较短时间段内的相对运动进行估计成为可能,这样采用IMU对相对运动进行估计得到初始值作为SVO稀疏直接法迭代求解的一个输入能够得到较优化的初始。同时,结合SVO的计算结果能够更新IMU的状态值,解决了IMU自身属性导致的加速度和角速度测量偏置有漂移的问题,从而提高无人机在快速运动中位姿估计的精度、稳定性和鲁棒性。（4）利用双目相机获取左右摄像头采集的图像数据,通过相机立体标定去除光学畸变带来的影响,在完成相机畸变参数、外参数和内参矩阵的求解后,利用GPU加速来进行立体校正,先根据左右相机的畸变参数和内外参数建立像素点的反向映射关系表,将像素点坐标读入GPU并查找畸变像素坐标将其映射为非畸变坐标完成立体校正,这样可以满足实时性需求,再通过像素匹配的方式获取视差图完成立体匹配,用三角相似原理得到深度信息。之后应用卷积神经网络算法对所采集的各类实验图像数据进行分类,并针对划分的矿山坑道环境如坑道、拐角、楼梯和障碍物等设计不同的飞控策略,通过避障无碰撞飞行实验完成算法验证。