无人机行业在近些年迎来了很大的发展,逐渐应用于多种行业场景,无人机系统行业正在向无人化运行方向发展,无人机自主降落是其中的关键一环,目前自主降落有多种引导方式,而视觉定位引导是一种低成本、高精度的一种技术。本文针对自主降落的关键技术进行了研究。工作如下:首先,对自主降落系统进行了总体设计。机型采用四旋翼,Pixhawk飞控,采用32位MCU作为飞行控制器,确定了传感器规格选型。视觉识别部分基于ROS操作系统设计,Apriltag算法作为核心识别程序,飞行控制部分基于FreeRTOS实时系统设计。根据无人机飞行高度与摄像头视野的关系设计了识别标志和飞行控制策略。然后,通过测试Apriltag识别的性能,无人机降落控制需要较高的位置反馈和较高的视觉定位精度,高分辨率会带来较高的计算压力,在维持分辨率不变的基础上,设计了一种窗口局部检测和图像切割的方法,对tag标志识别结果进行预测,预测算法基于RBF神经网络,设计滑动窗口分割图像,去除无用的图像区域,加快tag的识别,提高了识别帧率。接着利用坐标预测数据,对坐标进行插值处理,进一步提高识别的帧率。无人机飞行位置获取方面,激光测距传感器测距信息和IMU姿态传感器中的加速度计的信息通过卡尔曼滤波进行滤波融合,计算较为可靠稳定的高度数据。基于SIFT设计了光流法测速,获取到了无人机的飞行速度。结合Apriltag识别输出的位置信息,得到无人机相对于降落点的相对位置。对无人机进行动力学建模,利用Apriltag识别获得无人机飞行位置和基于SIFT的光流测速法得到的无人机飞行速度,利用PID与LADRC控制算法设计了串级控制策略,对设计结果进行仿真,验证了所设计控制策略在降落中的性能。最后,对降落系统进行了模型仿真和实际降落测试,验证了无人机自主降落系统的降落稳定性和准确性。