随着人工智能技术的快速发展和先进控制理论的不断完善,智能机器人在电力巡检、交通监控、军事侦查、医疗救援等领域发挥了重要的作用。以携带机械臂的旋翼无人机为代表的新型空中作业机器人由于其特有的灵活性、高机动性、可交互作业能力等优势,为桥梁探伤、光伏板清理、危险品搬运等工作提供了有利的帮助。我国目前对于飞行机械臂的研究尚属空白,飞行机械臂作为一个复杂强耦合的欠驱动系统,在系统建模、控制、仿真等方面还存在诸多的难点问题需要解决。因此对飞行机械臂展开相应的研究具有重要的意义和应用前景。本文针对机械臂运动使飞行机械臂系统质心偏移导致系统定位精度降低、位姿态不稳定的问题展开研究。首先对飞行机械臂的建模方法进行了研究,目的是通过一种直观、形象的建模方式准确的描述带有质心偏移问题的飞行机械臂的动力学模型,为控制器的设计提供理论基础。视觉伺服控制是操作型机器人实现高精度作业的重要控制手段,本文对视觉伺服控制中视觉模块的目标位姿估计算法和控制模块的鲁棒抗扰控制方法展开研究,重点关注视觉伺服控制中视觉算法运行速度、目标检测的精度和控制器的响应速度、抗扰能力、鲁棒性。对于控制模块,本文对先进的控制理论展开了研究,基于线性自抗扰控制、滑模控制、模糊自适应控制提出了两种提高飞行机械臂控制器性能的控制方法。对于视觉模块,本文利用神经网络算法速度快、精度高的特点,并结合相机三维重建原理设计了一种高性能的目标检测及跟踪算法,保证了控制器输入信号的质量。本文的主要贡献包括以下几个方面:（1）提出飞行机械臂一体化建模方法。该方法将机械臂关节的运动映射为机械臂系统质心的运动学,进而求得机械臂关节运动与飞行机械臂系统质心运动的关系,随后通过质心定理和动量定理将飞行机械臂系统质心的动力学分解并耦合到基于牛顿-欧拉法建立的四旋翼无人机姿态动力学模型中。通过这种建模方式,可以深入研究机械臂运动产生的系统质心偏移对系统姿态的影响,为后续控制器的研究提供了理论基础。（2）提出了两种先进的飞行机械臂控制方法。结合飞行机械臂一体化动力学模型及飞行机械臂任务特点,为了解决传统控制算法控制精度低、抗扰能力弱、鲁棒性不足的问题,提出了旋翼无人机模糊线性自抗扰控制方法。该方法对线性自抗扰控制器的关键参数进行了深入的分析和实验,得出各个参数的作用和意义,利用模糊控制的自适应能力对关键参数进行自适应调节,目的是提高线性自抗扰控制的自适应能力和响应速度。实验表明模糊线性自抗扰控制方法的响应速度、抗扰能力、鲁棒性均得到了改善。为了进一步提高系统的鲁棒性,实现对飞行机械臂模型精度不足和参数摄动较大情况下的鲁棒性控制,本文对线性扩张状态观测器进行了深入的研究,设计了基于线性扩张状态观测器的滑模控制方法。并针对滑模控制律存在的抖动问题,设计了模糊自适应控制器对滑模趋近律因子进行调整,实现控制量的平滑输出。最后将模糊控制、滑模控制、线性扩张状态观测器结合,提出了用于飞行机械臂姿态控制的基于线性扩张状态观测器的模糊滑模控制方法。通过实验证明了该方法的抗扰能力、响应速度、鲁棒性均满足飞行机械臂对性能的要求。（3）提出YOSM目标检测及跟踪算法。以Darknet-53为基础神经网络结构,通过调整卷积尺寸和步长的方式增加了在远距离时对小尺寸物体检测的可能性,同时为了提高网络推理速度,将部分仿射运算替换为卷积的线性运算。实验表明YOSM目标检测算法在保证原网络精度的前提下,运行速度提高了三倍。最后,为了满足视觉伺服系统获取目标相对位置信息的要求,采用双目立体匹配算法计算神经网络检测结果框中目标的深度信息,基于双目相机的内参和成像原理估计得到目标在三维空间中的位置信息。实验表明,YOSM能够以每秒33帧的速度检测目标并输出其空间位置三维信息,表明了该算法的有效性。（4）针对研究对象的特点,开发设计了先进的、功能齐全的飞行机械臂视觉伺服开源仿真系统。该系统基于ROS系统和3D物理引擎搭建,解决了目前飞行机械臂仿真仅通过Matlab对控制器进行验证,无法还原真实场景、图像处理、物理属性等问题,最大程度还原了真实飞行机械臂的运动控制。在本文设计的视觉伺服仿真系统,实现了飞行机械臂目标检测、跟踪以及飞行机械臂抓取任务,为飞行机械臂视觉伺服研究提供了极大的便利。