随着现代科学技术的飞速发展,机械自动化成了当今时代的需求。无人机因其重量轻、成本低、隐蔽性好、灵活性高、能够适应各种恶劣环境等优点而备受青睐。在无人机系统中,先进的导航系统具有重要作用,而准确的定位是实现无人机自主导航功能的基础。现有的定位方案因诸多问题的限制而不能够满足无人机在室内应用的需求,如GPS信号在室内会受到屏蔽、干扰,惯性导航系统存在严重的漂移问题,激光测距方案造价昂贵且难以部署等。相比之下,视觉定位方案因为易于部署、造价便宜,且不存在无线信号屏蔽问题,目前已成为无人机室内定位与导航领域的研发热点。论文在详细介绍无人机双目视觉定位算法的基础上,选用Pixhawk飞控板、ODROID XU4 ARM板、mvBlueFOX-MLC摄像头和四旋翼机架等,实际搭建了无人机双目视觉定位测试系统,以SIFT算法作为特征点提取和匹配的主要方法,实现无人机的双目视觉室内定位功能,进而对室内导航飞行任务进行了部署与测试。从室内导航飞行的测试结果可以发现,视觉定位中的累积误差明显制约了飞行效果。针对这一问题,本文结合无人机应用中常见的室内巡航场景,提出了一种基于历史访问信息的视觉定位累积误差抑制方法。该方法与通过路标识别进行全局误差消除的方法相似,但是相对于基于路标识别的累积误差抑制方法,论文提出的方法不需要事先建立路标库,仅利用历史访问点的信息进行误差纠正,因而具有更好的未知环境适应能力、更易于部署。算法首先将相对于当前位置具有高图像特征点匹配率的历史访问区域定义为可信空间,进而利用已存储的所有可信历史访问点的图像特征,对当前位置进行局部旋转和位移偏移量的重计算,并以图像匹配率为权重,对原始定位结果进行修正。实验证明,该方法能够有效提高定位精度。