随着人工智能的发展与应用,对被广泛应用于各个领域的四旋翼无人机提出了更智能化的要求。其中,具有自主避障能力成为四旋翼无人机智能化的一个重要指标。在低空复杂环境中,四旋翼无人机避障系统需兼顾快速、安全、准确等要求。然而传统飞行器的导航系统便难以满足避障应用的要求。针对以上问题,本文对四旋翼无人机低空环境双目视觉避障控制系统展开研究,论文的主要研究工作如下:首先,进行了双目视觉标定实验并建立了四旋翼无人机的动力学模型。阐述了相机的基本模型、双目视觉测距的原理以及双目视觉标定的方法,在此基础上进行了双目视觉标定实验。分析了四旋翼无人机的结构和飞行原理,并建立了四旋翼无人机的动力学模型。并对现有的避障系统进行了分析。其次,针对双目视觉检测障碍物对实时性的要求,提出了一种基于改进半全局立体匹配和改进U＿V视差法的障碍物检测方法。在半全局匹配的立体匹配框架的基础上,采用了快速Census变换获取代价值,结合SGM的半全局代价聚合算法进行立体匹配,通过左右一致性检查和中值滤波算法进行视差优化。研究了基于U＿V视差的障碍物检测方法,基于U＿V视差拟合横线过多的问题,提出了一种基于全局K均值聚类的改进方法。实验证明,所提立体匹配框架结合改进的障碍物检测方法可以很好地检测出环境中的障碍物,为避障系统的路径规划提供重要依据。最后,针对四旋翼无人机三维避障的安全性和准确性要求,设计了一种基于改进人工势场的路径规划器和自适应非奇异终端滑模控制器的避障控制系统。根据提出的障碍物膨胀模型采用改进的人工势场算法进行路径规划;考虑到避障的实时性,采用切点优化的方法改进人工势场算法。考虑实际控制系统的不确定性和外部扰动,针对四旋翼无人机动力学模型设计了一种自适应非奇异终端滑模控制器。该控制器采用自适应项对干扰上界进行估计,根据干扰估计值分别对四旋翼位置环和姿态环设计终非奇异端滑模控制器;并采用Lyapunov理论证明了系统的稳定性。仿真结果表明路径规划器具有良好的实时性,设计的控制器具有良好的跟踪精度和跟踪速度。