由于四旋翼无人机具有非线性、强耦合、易受干扰等特点,实现具有高精度的四旋翼无人机自主降落控制是无人机研究和应用领域的关键和热点问题之一。对于无人机的自主降落而言,位置估计的精度是实现无人机准确降落的前提。同时,降落阶段无人机易受到地面气流的干扰导致其控制系统的设计具有一定的难度。因此,本文针对四旋翼无人机自主降落的导航和控制系统展开研究,主要工作如下。首先,针对传统GPS定位方法易存在信号缺失的问题,设计了一种基于视觉和INS的组合导航方法实现无人机的三维定位,并且基于模糊预测解决了无人机组合导航系统中视觉导航和INS数据更新周期不匹配的问题。在卡尔曼状态方程更新时,采用模糊预测同步预测视觉观测数据,减小了直接融合视觉导航与INS数据所产生的误差。仿真实验表明在无人机运动状态下,本文设计的无人机组合导航算法与常规卡尔曼滤波相比具有更高的位置估计精度。然后,针对四旋翼无人机降落过程中易受地面气流扰动等不确定因素的影响,设计了一种基于PID和线性自抗扰控制(Linear Active Disturbance Rejection Control,LADRC)的无人机高度位置-速度串级控制系统。高度位置作为主变量,高度速度作为副变量。采用PID控制实现高度位置的跟踪控制,LADRC的扩张状态观测器实现对扰动的实时估计。仿真实验表明在阶跃扰动的作用下,本文设计的高度控制系统相比常规算法具有更短的抗扰调节时间,提高了无人机高度控制的抗扰性。最后,本文自主搭建了基于视觉和惯性导航系统(Inertial Navigation System,INS)的四旋翼无人机自主降落系统。在此硬件平台的基础上,采用机载运行的方式对本文所设计的无人机组合导航算法和自主降落控制系统进行验证,实测实验结果验证了本文基于模糊预测的四旋翼无人机自主降落控制算法的有效性。