本文针对室内环境下微小型无人机的发展和需求，在调研分析室内无人机视觉导航的研究现状和关键技术的基础上，研究了陌生环境下的无人机自主导航相关重要技术，并基于图像匹配技术，结合惯性信息，利用单目摄像机采集的序列图像特征点匹配信息，研究室内无人机位姿信息和自主导航避障的相关算法。针对室内视觉导航时摄像机运动引起的视角变换，导致的图像的旋转、尺寸、光照等变换特征点易不稳定的特性，为提高特征点的鲁棒性，本文研究了基于多尺度局部不变特征算法中的两类重要方法：SIFT法和SURF法，并通过实验，对比分析了两者性能上的差别。为了提高载体的自主性，需要通过视觉特征点获取载体的运动信息。本文从摄像机成像原理出发，在深入分析投影成像模型关系和多视几何中的对极几何关系的基础上，研究了基于极线约束的用RANSAC求解基础矩阵算法，并进一步研究了基于本质矩阵所包含外参信息求解载体的旋转、位移运动参数的方法。在纯视觉导航算法过程中通过大量实验，分析了导航算法误差产生的原因，并有针对性地提出了误差改善及补偿方法.针对纯视觉自主导航中可能遇到的图像信息不足导致导航算法失效的情况，本文引入惯性导航数据作为视觉导航的必要补充，为视觉导航算法提供适当的变量，简化视觉导航算法，并基于世界坐标系中特征点的三维重构，研究了载体自主导航环境信息的感知和避障技术。为验证本文单目视觉/惯性自主导航算法和相关技术的可行性，本文基于VC6.0软件构建了算法功能模块验证平台，分别对基于视觉/惯性的载体位姿求解、载体环境重构、载体自主避障等算法进行了分析和验证，为室内无人机自主导航的进一步深入研究和工程样机实现奠定了坚实的基础。