随着无人机导航技术的发展,无人机被越来越多地应用于各种领域。其中,无人机探索任务是近年来的发展热点。得益于光学传感器成本低、重量小的优势,基于机载视觉的无人机自主探索研究备受关注。为了提升此类任务中无人机自主决策、探索和建图的效率,本文设计了一种结合基于采样和基于探索边界方法的机器人自主探索算法。此外,考虑到单机系统的探索能力有限,本文进一步搭建了分布式的多机探索系统,以多机协同的方式提高探索效率,从而突破单机的能力极限。同时,受无人机机载计算设备的算力限制,很多需要使用网络、图像识别和语义分割的环境感知算法难以部署,导致小型无人机探索决策能力受限。针对这个问题,本文尝试将人机交互的思路引入无人机探索系统中,通过引入人在回路的决策干涉,使得操作者能够随时介入到无人机的飞行中,引导局部探索的决策,从而提升决策效率和任务准确度。为了能够让缺少飞行经验的操作者也能快速上手操作无人机,本文设计了一套基于眼动仪的辅助飞行系统,并基于此辅助飞行系统,设计了一套基于人机交互的无人机探索系统,进一步提升了无人机自主探索的性能。总结来说,本文首先设计了一套高效的无人机单机自主探索系统,基于此系统,本文进一步从使用多无人机系统和引入人机交互两方面对探索系统的性能进行针对性提升。本论文的主要工作和创新如下:1.高效单机自主探索系统研究。本文结合探索任务的两种主流方法,针对机载视觉传感器,实现了一种在Frontier周围考虑偏航角的采样方法来获取探索观测点,同时实现了一种增量式的Frontier聚类更新方法,极大的提高了Frontier的更新效率。在决策时,本文提出了一种局部保持高速、全局贪心的决策方案,有效提高了探索效率。最后结合探索决策和导航系统,本文实现了一套高效的单机自主探索系统,通过大量的仿真对比实验和实物实验,验证了系统的高效探索性能。2.分布式多机自主探索系统研究。针对多机探索任务,本文重点针对探索决策和多机导航两个方面的难点。在探索决策方面,针对探索进度共享问题,本文提出使用星凸多面体作为地图表述方式,实现了低带宽的多机系统探索进度共享;针对多机决策问题,本文使用分布式多机分散探索思路,实现了高效决策。在多机导航方面,本文在多机时空轨迹避障和分布式多机协同定位上进行了提升,提高了多机系统的鲁棒性和安全性。丰富的实物实验和仿真对比实验,验证了相比于单机探索,本文提出的多机自主探索系统有效地提高了探索效率。3.基于眼动仪的主动增强环境感知的辅助飞行系统研究。得益于眼动数据（凝视的方向）与操作者意图的强相关性,本文提出了一种基于眼动仪的操作者意图捕获算法。同时本文提出了一种能够对目标的可见性进行解析度量的方法,在轨迹优化问题中显式优化对用户感兴趣区域的可见性。借助特定轨迹类能够同时优化轨迹时空域变量的特性,实现了无人机稳定保持期望速度的功能。本文通过丰富的对比实验验证了该辅助飞行系统能够稳定鲁棒地执行用户的意图,且有效地提高飞行的安全性,即使是新手操作者也能快速适应使用该系统。4.基于人机交互的无人机探索系统研究。本文将前三个工作进行了系统级整合,通过引入人机交互的方式,尝试拓展无人机探索系统的研究边界,实现了一种能够让操作者随时介入决策,直接操作无人机的探索系统。同时操作者判断需要自主探索时也可随时切换回自主探索模式。通过实验验证了引入人机交互能够让探索系统的性能得到提升,增加了决策的多样性,为未来无人机探索方面的研究提供了一种新颖的思路。