组合导航作为新兴的导航系统,以其较强的自主性、成本低、精度高和广阔的应用前景备受关注。偏振光、光流是昆虫对外界光学信息感知、处理的方式,能够估计速度、测定场景深度、确定运动姿态和检测障碍物并进行障碍规避。本课题从仿生导航原理到算法描述再到实验仿真,对基于昆虫灵感的组合导航技术进行了研究。通过分布式卡尔曼滤波器将偏振光、光流、GPS和惯导系统进行组合,获得任何单独子系统都无法满足的性能指标。根据大气偏振光分布的特点和偏振光导航原理搭建三通道测量平台对偏振光信息进行采集,通过实验验证偏振光进行姿态观测的基本原理,推导了偏振光对平台误差的观测方程。通过视觉图像特征的空间梯度瞬时变化率计算飞行器周围环境的稀疏光流场。结合大气偏振光与运动环境光流信息构造基于GPS/惯导/偏振光/光流组合导航系统。偏振光和光流通过增强组合导航系统的姿态和速度测量性能,提高GPS/SINS组合导航系统对估计误差的观测能力。分别对高度、姿态角和速度误差进行估计并进行算法仿真,结果表明该方法具有较高精确度和误差修复能力。为了应对诸如火星低重力,多磁极,缺乏无线电导航等复杂未知环境,在最后提出基于偏振光、光流信息的同时定位与地图创建增强技术(SLAM)用于火星车的二维平面导航。偏振光和光流信息帮助视觉跟踪方法降低对三维信标点的需要,并允许SLAM算法在长时间失去配准帮助情况下依旧工作正常。通过实验和仿真证明算法的有效性,对未来无人机火星探索应对特殊环境挑战提供新的导航途径。