随着无人机在军事、民用两方面的广泛应用,实现无人机的自主导航成为人们关注的焦点。在室内、缺失GPS信号的室外且没有先验信息的环境下,即未知环境下,解决无人机的自主导航的关键是同时定位与地图构建(Simultaneous Localization and Mapping,SLAM)。由于相机的成本低,获取关于环境的信息量大等优点,本文研究无人机的双目视觉SLAM,对双目视觉SLAM进行了理论分析和综合性实验。首先,本文对SIFT和ORB两种特征提取算法进行了理论研究与实验分析,搭建双目视觉SLAM的无人机硬件平台,在室内外环境下,通过实验对比了SIFT和ORB两种算法。实验结果表明,ORB算法相比SIFT算法具有快速性,但是SIFT算法的鲁棒性更强。然后,设计了SLAM的前端。实现了室内外基于SIFT和ORB算法的双目的视觉里程计(Visual Odometry,VO),获得了初始位置轨迹,再此基础上获得了局部三维点云地图。实验结果表明,在室外的情况下,基于SIFT算法的视觉里程计在位置估计的精度上优于基于ORB算法的视觉里程计,而在室内,基于ORB算法的视觉里程计在位置估计的精度上,稍微占优。其次,搭建了SLAM的后端,完成了单无人机的双目视觉SLAM实验。对关键帧、回环检测进行了研究,利用非线性优化的方法,采用基于位姿图优化的方式,对SLAM前端获得的初始位置轨迹进行优化。通过实验对比分析,得出双目视觉SLAM相比于视觉里程计获得更精确的位置轨迹和更精确的地图。最后,研究多无人机双目视觉SLAM,对提出的两种两架无人机双目视觉SLAM方案进行理论研究和仿真实验。结果表明,在方案二中两架无人机双目视觉SLAM相比于单无人机双目视觉SLAM具有更精确的位置轨迹和地图,同时在快速性方面具有优势。