目前,惯性与卫星组合导航作为无人作战平台的主要导航手段,在卫星信号受到严重干扰或拒止时,导航系统误差随将时间增长而快速积累,甚至会导致系统面临“失效”的风险,因此,高精度自主导航就成为了无人作战平台亟待解决的关键技术之一。仿生导航已成为导航技术研究领域的热点,有望为复杂环境下无人作战平台的高精度长航时自主导航提供了一种全新的技术方案。论文以地面和空中无人作战平台为应用背景,借鉴哺乳动物大脑海马区的建图与识别机理以及昆虫复眼敏感偏振光定向机理,重点研究了基于网格细胞特性的导航拓扑图构建方法、基于多空间尺度的拓扑节点识别与匹配定位方法、多目偏振视觉/惯性组合定向方法以及基于拓扑图的节点递推导航算法等内容,并通过车载实验和飞行试验数据对论文提出的技术方案和仿生导航方法的可行性进行了验证。论文的主要研究工作与成果总结如下:(1)在深入分析哺乳动物大脑海马区网格细胞激活特性与空间表达结构的基础上,分别面向地面与空中无人作战平台,提出了一种基于网格细胞特性的导航拓扑图构建方法;根据平台的运动状态和导航系统精度,给出了确定拓扑节点位置和空间尺度的边界约束条件。与现有的导航拓扑图相比,所构建的拓扑图具有多尺度的双层复合结构,能够更有效地表达和度量运动空间环境。(2)提出了一种基于多尺度的导航拓扑节点识别算法。针对欧式空间内节点场景特征可区分性较弱的问题,研究了基于LMNN的特征识别空间重构算法,增强了节点特征分布的可区分性,更有利于识别;结合地面与空中无人作战平台的导航拓扑图,分别提出了基于自适应多尺度和基于多尺度序列图像匹配的拓扑节点识别算法,与现有识别算法相比,可显著提高节点识别的正确率;给出了一种改进的节点特征匹配定位算法,将PnP问题求唯一解所需的最少匹配点数减到了2个,降低了算法复杂度,增强了实用性。(3)研究了多目偏振视觉航向传感器的标定与定向算法。提出了一种基于L-M的多目偏振视觉航向传感器标定方法,可有效提高传感器的测量精度;提出了一种基于偏振度梯度(GDOP)的偏振图像噪声抑制方法,能够有效地抑制天空遮挡障碍对定向精度的影响;提出了一种基于全局最小二乘的多目偏振视觉/惯性组合定向算法,并给出了偏振光定向模糊度的求解方法,车载实验验证了该算法的有效性。(4)提出了一种基于拓扑图的节点递推导航算法。该算法以导航拓扑图为基础,根据系统的器件精度,自动地建立合适的拓扑节点,通过拓扑节点识别与匹配定位所获取的位置观测,以及多目偏振视觉航向传感器所提供的航向观测为约束条件,将惯性信息与偏振光航向信息进行融合,可有效补偿导航系统的累积误差。车载实验与飞行试验数据验证结果表明:该算法能够显著提高导航系统的定位定向精度,即便在运行过程中位置观测信息有较大“跳变”的情况下,系统的定位定向误差依然收敛在一定范围内,证明了该方法的有效性和可用性。