多旋翼微型无人飞行器由于具有模型结构简单,体积小巧和机动性强等特点得到了大量研究关注。其大多数应用离不开两个基本能力:感知定位能力与规划控制能力。在传统的四旋翼微型无人飞行器研究框架中,无人机的轨迹规划往往考虑的是运动模型约束和避障限制,而感知定位则与图像传感器的种类、数量、分布和实际场景息息相关。然而在众多的飞行器结构中,传感器与飞行器本体通常是捷联的,这样的结构导致飞行器感知模块的信息输入与其本身运动轨迹严重耦合。特别是由于相机对观测角度、运动速度和外部环境的敏感性,增加了基于相机的观测系统在各种环境下失效的风险。因此,若直接将关于这两个能力的独立研究成果应用于传感器捷联的飞行器系统中,并不能完全满足实际任务场景的需求。针对上述实际问题,本文着眼于提高感知定位系统的稳定性与鲁棒性。受到鸟类视觉系统的启发,设计了一套新颖的仿生飞行机械颈双鱼眼惯性系统。将用于感知定位的视觉惯性测量模块放置于六自由度机械颈的末端,作为仿生系统的头部,利用基于末端视觉惯性设备的位姿估计器估计飞行器本体的位姿。通过这种方式,系统的末端感知设备可以由机械颈控制,并相对于飞行器本体独立地运动。这种将飞行器本体与传感器分离的方式,提高了飞行器在目标位姿状态下感知的灵活性,增强了飞行器主动感知的能力。本文从底层构建了仿生飞行机械颈眼系统的基础硬件设施,包括飞行器本体的搭建、机械颈的设计和双鱼眼惯性测量模块的设计。分析了机械颈的正逆运动学关系,推导出末端位姿与本体位姿的关系,基于双鱼眼相机的标定模型,提出一种双鱼眼相机图像的应用策略,利用鱼眼相机图像生成多个虚拟针孔相机。在虚拟针孔相机图像的基础上,提出一种利用局部滑窗优化的基于滤波的紧耦合视觉里程计。该里程计通过逆深度参数化和以机器人为中心的表示方法增强了系统的线性化程度和一致性,通过最小化光度误差的方法直接作用于扩展卡尔曼滤波器中的新息,并对滤波器的状态量进行监控以提高位姿估计器的鲁棒性。在滤波器的输出端建立局部滑动窗口,通过对滑窗内部状态量的优化进一步提高估计器的精度。在状态估计器和双鱼眼感知策略的基础上,构建了场景丰富度模型,并提出了一种用于该系统的主动感知规划算法。根据路径规划结果进行最小化加加加速度的优化,并利用闭式求解提高计算效率,以减小机械颈运动对飞行器本体的影响。为了验证仿生飞行颈眼系统的可行性,本文对双鱼眼标定结果进行了验证,并基于公开数据集和实物实验对位姿估计算法进行了评估。还分别搭建了仿真平台和实物平台,验证了主动视觉算法在保证视觉系统鲁棒性上的有效性。本文提出的仿生飞行颈眼系统作为一种新颖的定位感知和规划控制形式,在增强飞行器基础能力方面具有重要的研究意义,在无人飞行器的众多场景和领域中具有潜在应用价值。