无人机由于其特有的优势在军事和民用方面都有着广泛的应用,特别是近几年旋翼无人机的大力发展使得无人机技术的研究成为热门。无人机的自主着陆是无人飞行器飞行过程中的重要阶段,无人机能否实现精确自主着陆决定了任务能否顺利完成。由于各自的局限性,卫星导航、惯性导航等传统导航方式无法满足无人机自主着陆阶段的导航要求。据此,本文基于无人飞行器自主着陆这一应用背景,对基于视觉的无人机自主着陆导航技术进行了深入研究。首先,本文对国内外研究现状进行了详细介绍,在学习和研究现有研究成果的基础上总结和分析了未来的发展趋势。结合前人的研究现状和成果,设计了合适的着陆地标,该着陆地标采用了大图标嵌套小图标的方式,满足不同高度下的地标识别和位姿参数解算。接着深入研究了数字图像处理技术,结合本文设计的地标给出了本文所采用的视觉导航算法的数字图像处理方法。在完成导航系统正常工作所必须的图像预处理工作后,提出一种基于地标形状、颜色和二维矩阵的地标检测识别方法,并进行了地标识别测试,测试表明提出的地标识别方法能够很好的完成地标识别任务。然后,从经典的小孔成像模型出发,分析研究了视觉导航系统的相机模型和相关导航坐标系以及各个导航坐标系间的转换关系。接着基于张正友平面标定法对本文所采用的摄像机进行了标定,得到摄像机参数,并在此基础之上提出了一种基于共面四点的视觉位姿参数解算方法,该算法在采用Shi-Tomasi角点检测算法得出地标图像特征点并与地标空间点匹配得到包含误差的原始点集后,采用基于RANSAC算法得到有效点集,利用得到的有效点集采用线性位姿解算方法求解得出单应性矩阵和外参矩阵,并以此为初始值进行Lenenberg-Marquardt非线性优化得到精确值。最后,基于Viusal Studio 2010使用C++语言开发了一套视觉导航处理软件,该软件实时捕获摄像头图像,使用本文提出的位姿参数解算方法,计算得到摄像机与地标的相对位姿。基于该导航处理软件和三轴仿真转台进行了导航误差测试和分析试验,试验表明在高度为120CM时,使用识别小图标的方式位置误差在5CM左右,姿态误差在4°左右,满足自主着陆要求,而在高度更高时,采用识别大图标的方式,保证了在不同高度自主着陆导航算法的可行性。