近年来,旋翼无人机因其灵活性强、机动性高、成本低等优点得到了越来越多的关注,其结合多种传感器后,可广泛的应用在军事及民用等领域,而基于旋翼无人机的移动目标跟踪是当前无人机领域研究的热点。但是,当无人机工作在无GPS环境下时,由于旋翼无人机无法对自身进行定位导致跟踪失败,造成无人机目标跟踪的应用场景受限。因此,为实现无人机在无GPS环境下对目标的跟踪,不仅需要一种实时鲁棒的目标跟踪算法,还需要完成在无GPS环境下对无人机位姿的估计。针对上述问题,本文自主设计搭建了一套旋翼无人机目标跟踪系统,展开了无人机定位与目标跟踪相应算法研究,并实现了无人机在无GPS环境下对地面移动目标的自主跟踪,其具体的工作如下:（1）针对六旋翼无人机,构建了相应的坐标系转化模型并对无人机动力学模型进行了建模。（2）针对无GPS环境下的旋翼无人机定位问题,提出了一种基于双目视觉与惯性测量单元（IMU）融合的定位与建图算法来完成对旋翼无人机的定位,有效提升了纯视觉定位算法的鲁棒性,最后通过实验证明了该算法的有效性。（3）针对旋翼无人机的图像序列目标跟踪问题,提出了一种基于Mobile Net V2的孪生网络目标跟踪算法,可在旋翼无人机机载处理器上实时运行。该算法采用Mobile Net V2作为特征提取网络,包含目标得分估计模块与目标的尺度估计模块两个部分。其中目标得分模块采用一种基于偏移量学习的方式进行训练,可估计出目标当前帧的初始位置;目标尺度估计模块可预测出目标框与真实框之间的交并比（IoU）,并通过梯度上升法对目标位置及其尺度进行迭代修正,随后利用Mobile Net V2的多层特征,采用残差融合的策略,得到跟踪的输出。最后,通过实验证明了该算法的有效性。（4）针对旋翼无人机跟踪过程中因完全遮挡等原因而导致的目标跟丢问题,提出了一种基于视觉显著性的目标再检测算法,该算法可实时高效的预测出图像的显著性图,以指导对目标的再检测,进而恢复跟踪。针对旋翼无人机对目标的跟踪控制,设计了相应的控制器,采用速度位置内外环PID控制,使目标始终保持在无人机视野中央。最后,通过仿真以及实际的旋翼无人机跟踪实验,证明了本文算法的性能以及跟踪系统的可行性。