摘要：

　　为改进无人机的环境适应性，提高无人机任务执行能力，无人机导航技术一直是国内外研究的重点和热点。视觉辅助导航技术因为其自主性好、抗干扰能力强等特点，逐渐成为无人机等智能机器人自主导航技术研究的重要方向之一。传统的景象匹配视觉导航方式对机载计算、存储等资源要求高，在应用上受到了一定的限制。针对这些问题，本项目提出了一种新的基于地理信息系统（Geographic Information System, GIS）信息的无人机视觉导航定位方法。工作要点如下：

　　（1）提出了一种新的基于GIS 的无人机视觉导航定位方法，以机载摄像机实时图像为主要信息源，以机载GIS 信息为基准信息，结合无人机和传感器的姿态等信息，利用实时图像中提取出的典型地物特征与基准地物特征匹配，实现无人机的自主定位导航。

　　（2）航空图像中地物图像特征分类和表达模型、基于GIS 的基准模型的研究。重点研究了图像特征的分类和表示方法，提出了一个适应性强（不依赖于图像像素变化）、易获取、适合空间定位要求的图像特征分类和表达模型，将图像中的具有对应地物目标含义的特征分为点状特征、线状特征和面状特征。此外，由于GIS 信息直接用于匹配并不合适，需要将其描述成一种简化的、适合同图像特征匹配的表达形式，作为图像特征匹配的基准模型；

　　（3）地物特征提取及匹配算法研究。按照地物的图像特征分类，充分利用各种地物的图像特性，研究了地物特征的提取算法。考虑到特征分布的普遍性，目前有选择性地研究：快速的道路、河流等线状特征的提取和描述算法，道路河流交汇点等点状特征的提取与描述，以及居民地（村庄）等面状特征的提取和描述算法；针对提取的三类图像特征，重点研究了线状特征匹配、点状特征匹配及多类特征混合匹配的算法。

　　（4）视觉辅助导航仿真系统的搭建。为了验证本项目提出的视觉辅助导航方法的有效性，设计了基于GIS的视觉辅助导航仿真系统，对利用视觉方法修正INS 误差的过程进行了仿真分析。实验证明，本项目提出的视觉辅助导航方法能够满足无人机定位导航的要求。

　　最后，本项目介绍了小型无人机飞行平台的设计思想，给出了基于嵌入式Linux实时操作系统的飞行控制功能模块和流程图。

关键词：视觉导航；无人机；特征提取；特征匹配；航位推算