无人机由于其构造简单、飞行灵活、易于操控、成本不高的优点,在民用和军用领域都有极为广泛的应用。目前,智能化是无人机发展的一个趋势,而避障是其必须解决的问题。本文针对户外环境下多旋翼无人机的自主避障问题,根据无人机正前方搭载的一台摄像机获取的图像识别障碍物,并控制无人机采用一定的避障策略避开障碍物。本文的主要工作如下:ORB算法有计算量小、计算速度快、具有旋转不变性的优点,因此本研究选择了ORB算法,并改进使其具备尺度不变性,以满足本研究的需求并达到降低计算量、提高障碍物识别速度的目的。首先基于双线性插值法缩小原图像,将多个不同缩小系数的图像构建成尺度空间金字塔,各组的尺度即缩小的系数,呈线性增长关系。然后在金字塔的各组中提取FAST特征点,按照FAST响应值排序取前2n个,再按照Harris响应值排序,取前n个,作为该组的特征点,最后在该组中计算BRIEF描述子。本文采用暴力匹配,基于Hamming相似性对前后两幅图像进行特征点匹配,然后根据欧氏距离和特征点所在的组的尺度剔除误匹配,并通过实验和SIFT算法、SURF算法的效果对比,验证了改进ORB算法的性能。在障碍物检测方面,本文将前后两幅图像中物体的尺度比和距离建立联系,然后计算各个匹配特征点的尺度比,根据距离和尺度比的关系筛选出障碍物对应的特征点,按照这些特征点的分布获取障碍物的范围。在避障策略方面,本文根据障碍物的范围以及无人机正前方在图像中所在行判断障碍物是否需要躲避以及躲避的方向,再将物理宽度和像素宽度建立联系,以此为依据判断避障的距离。本文最后在ROS系统中通过三维建模验证了本算法的可行性。实验结果表明,本文算法在障碍物没有被遮挡的情况下识别效果良好,从获取图像到判断出是否需要避障的时间仅有50～120ms,完全能够满足单目视觉避障的实时性需求。