无人机的飞速发展,使其应用领域日益广泛,因此它的稳定安全降落问题也受到人们越来越多的关注。一些无人机在丢失GPS信号或无线控制信号后,由于无法主动判断降落环境情况,会导致其无法安全降落。针对这个问题,本文使用激光雷达对降落环境进行监测,最终使无人机平稳降落。该方法受光照、温度、地貌等环境影响较小,具有很强的适用性。本文研究对象为无距X60单旋翼无人机,首先根据其结构特点设计了自适应起落架,并选择Robosense16线激光雷达以及树莓派搭建了无人机降落控制平台。其次,获取无人机降落环境的数据并对其进行处理,分别使用基于统计滤波的方法和体素网格的降采样方法对离散点以及重复点云进行去除。在对比了不同点云匹配算法后选择正态分布算法进行点云配准,完成对环境空间的建模。然后,将无人机的降落过程分为悬停、匀速降落及着陆三个阶段,并采用基于梯度法和高度法相结合的直线高度差方法调整高度阈值建立全局自适应模型对降落区域进行分割。最后制定了包括平面、斜坡、复杂地面在内的静态着陆环境以及以模拟摇摆台为例的动态着陆环境的无人机降落策略。对于静态环境,通过激光测量出着陆区域高度分布情况,调整起落架姿态形成与着陆平面平行的起落架平面,并指挥无人机匀速降落;对于动态环境,应用基于BP神经网络的海浪预测算法判断摇摆台的运动状态,利用激光测量的无人机与摇摆台距离测算无人机降落时间并预测无人机着陆时的摇摆台姿态,调整自适应起落架姿态形成与此时摇摆台相同的姿态,同时指挥无人机匀速降落。针对以上降落策略进行了多次不同环境中的降落测试,实验结果表明应用本文降落策略着陆时,定位平均误差符合无人机在预设范围内的降落要求。