巡飞弹是未来无人化作战的重要武器装备,而高精度目标定位是其关键技术之一。鉴于我国目标定位技术领域亟待发展,因此,本文提出了基于视觉/惯导姿态测量方法,展开对目标定位技术的研究,主要内容如下:本文首先设计了目标定位总体方案,在分析影响定位精度的最大误差源为载体姿态的基础上,说明了以视觉/惯导进行组合测姿来提高目标定位精度的可行性。同时,确定了测姿方法中的视觉/惯导坐标的相互转换。基于单目视觉的图像序列,利用blob区域对SIFT算法进行优化,在提高特征提取的同时,限制了特征点的数量。此外,设计分层迭代的KLT算法,解决相邻帧间图像位移过大的特征匹配问题;最后,研究了基于RANSAC的八点算法,对载体运动进行了估计,为信息融合奠定了基础。接下来,对惯导姿态更新方法展开研究,并在视觉测姿的基础上,设计了基于惯导误差方程的状态变量与基于视觉/惯导运动差的状态模型,搭建卡尔曼滤波器,对组合测姿数据进行融合,并通过仿真手段验了融合视觉/姿态信息能够有效提高姿态精度。最后,结合机载传感器信息,设计只需在观测点对目标进行一次测量就能推算出目标绝对位置的单站目标定位算法,利用蒙特卡罗方法,结合求解姿态信息进行目标定位仿真测试,测试结果表明:在飞行载体自身的姿态精度提高的基础上,结合其他传感器,可将目标定位精度提高34%。