随着图像领域的飞速发展，导航系统中也渐渐开始使用计算机视觉技术。在GNSS(全球卫星导航系统)拒止条件下，面向无人机安全自主着降的任务需求，设计了一种新型合作标志，研究了目标的特征提取与跟踪方法，研究了无人机视觉导航位姿解算方法，研究了固定翼无人机着降视觉导航技术和固定翼无人机的回收技术等视觉导航应用，提出了一种使用视觉导航来修正无人机基于惯导推算的位姿累积误差的方法，最终实现了无人机的安全自主着降。论文的主要工作如下：
　　1)合作标志的设计；地标的形状影响着位姿估计的精度。尽量保证着降合作标志具有方向性、适用距离广泛以及结构便于识别的特点，同时要考虑无人机的夜间着降问题。根据合作标志的设计原则，从形状、大小、颜色、质地进行分析，设计出一种新型合作标志。
　　2)图像处理技术；要实现无人机的自主安全着降，便要求视觉导航系统必须具有目标检测和目标跟踪的能力。本系统将无人机的自主着降分为三个主要阶段，针对不同阶段设计了相应的目标跟踪方案。在接近阶段采用FDSST算法进行目标跟踪，在远距离着降阶段采用金字塔LK光流法对合作标志外部轮廓点进行跟踪，近距离阶段采用CamShift进行圆轮廓的跟踪。
　　3)无人机位姿解算方法研究；无人机位姿解算的准确与否决定了无人机着降的成败。首先通过摄像机标定得到相机的内参，主要研究了PNP位姿解算模型，根据合作标志的3D坐标与2D坐标之间的对应关系进行位姿估计，在远距离着舰阶段，采用外部轮廓点作为特征点，在近距离着舰阶段，通过椭圆投影模型得到椭圆四点作为特征点。相机内参作为先验知识，结合空间3D与平面2D坐标系间的关系，得到无人机的位姿参数。
　　4)多传感器数据融合及误差修正；在无人机自主着降的过程中用到了多个传感器，所以便涉及到对多种传感器的数据融合，介绍了KF、EKF以及UKF滤波算法，通过滤波器将视觉导航、惯性导航和高度计的数据信息进行融合，提出基于视觉导航的惯导位姿误差融合修正方法，用来得到更精确的位姿参数。
　　5)探讨固定翼无人机的自主着陆技术与固定翼无人机的回收技术；研究了固定翼无人机自主着陆的过程和特点，着重研究了基于着陆标志的自主着陆技术，将该着陆过程根据着陆标志的不同分为三个阶段，对每个阶段的图像处理、目标跟踪以及位姿估计进行了深入研究。总结了几种固定翼无人机回收技术的优缺点，并提出一种结构简单，安全可靠，能够实现定点回收的新型固定翼无人机回收系统。
　　通过对以上内容的深入研究，最终实现无人机的自主着降，提高了无人机复杂环境下的导航定位精度。为验证该系统的可行性，本文设计了仿真验证系统，能够从多个窗口、不同观察角度看到无人机的着降过程，同时能实时显示无人机的位姿参数，最终实现无人机安全自主着降，并且满足实时性要求。