本文旨在设计一种适用于无GPS环境下的基于视觉的无人机导航系统。由于室内环境下GPS不可用而导致了传统的导航系统在室内无法正常工作,无法满足无人机的导航要求。针对此现状,本研究对目前现有的室内无人机导航方法进行了大量的调研,在此基础上提出了一种基于RGB-D相机的视觉导航算法,此外为了提高导航数据的准确性,还混合了视觉和惯性导航数据以优化视觉导航数据信息。最终将此导航算法应用于无人机的室内以及GPS不可用情况下的导航定位。本文主要工作内容包含:(1)为了解决目前视觉算法存在的弊端,本文提出了基于Xtion Pro live相机的RGB-D SLAM算法的以下改进措施:1、将基于ORB的特征检测和描述子提取方法使用于特征检测与描述子提取阶段,同时对深度数据不合格的特征点进行过滤。2、在特征匹配环节使用KNN匹配方法进行特征匹配。3、在运动变换估计阶段使用基于ICP的位姿估计方法。并通过实验对视觉算法中每一环节进行了结果分析。(2)对惯性导航系统的基本定位原理做了研究,其中包括惯性导航坐标系,基本旋转理论,以及针对无人机姿态角解算,分别对两种常用的姿态解算算法进行了详细的介绍。为后续的研究和应用奠定了基础。(3)为了提高视觉室内导航数据的解算精度,提出了一种惯导辅助的视觉导航算法。将IMU的数据替换了视觉SLAM中的初始化姿势,通过视觉和惯导的互补性,提高了无人机在运动过程中位姿估算的精度。通过实验对比视觉原始数据和融合后视觉数据精度对比。