随着无人机技术的发展,对无人机的自主飞行的要求越来越高。其中,自主着陆是无人机自主飞行任务中最复杂、最具挑战性的。一方面。自主着陆过程需要高精度的位姿估计和控制;另一方面,目前着陆导航多数采用惯性、GPS等传统导航方式,使用环境受限,并且易受干扰,精度较差。随着计算机视觉技术的发展,在着陆过程中,可以利用视觉信息辅助导航。视觉导航可以提供相对位姿参数,精度较高,抗电子干扰,并可识别障碍,提高着陆安全性。因此,本文对无人机自主着陆视觉导航算法以及硬件平台实现进行了研究,主要包括以下内容:本文首先分析了无人机视觉导航以及相关处理平台的国内外研究现状。为实现对陆标图像的实时采集与处理,基于模块化的设计思想,采用“ARM采集+DSP处理”的多处理器方案,搭建了视觉导航系统的硬件平台。主要包括视觉图像采集端、处理端以及采集端与处理端的网络通信设计,实现了机载实时在线的采集与处理。为实现无人机定点自主着陆,设计了特殊形状的着陆标志。通过机载传感器实时采集陆标图像,考虑采集过程中的噪声以及其他冗余信息,首先对序列图像进行相关预处理。采用ORB算法,提取陆标图像中的特征点,得到位置以及描述信息。在此基础上,通过匹配算法,得到两帧图像中特征点的对应关系。针对视觉位姿估计问题,首先定义了相关坐标系,给出了视觉位姿估计模型。结合帧间运动估计方法,利用帧间特征点的对应关系,求解单应性矩阵并分解,经过坐标系变换,确定无人机的相对位姿。针对特征点误匹配问题,采用随机抽样一致性算法优化求解单应性矩阵。针对视觉导航算法在多核DSP上的实现问题,对多核DSP的并行架构进行了研究。分别IPC主从模式和OpenMP设计了提取图像边缘的多核应用,实验结果表明,多核架构的应用,对系统的实时性与处理能力有较大提升。基于C6678平台,在单核上对算法进行了实现,验证了算法的正确性。在此基础上,设计了视觉导航算法的多核应用程序,实现多核并行处理,提高了系统的实时处理能力。