无人机视觉着陆技术的实用价值和发展前景备受关注,其中的研究热点之一为基于合作目标的无人机视觉着陆位姿估计方法。本文主要研究了基于合作目标的位姿估计方法及合作目标的构型优化。首先,针对目前缺乏对常用位姿估计算法在统一实验条件下的综合定量对比研究问题,本文研究了常用位姿估计算法原理,包括P3P算法、P4P算法、RPnP算法、Tsai算法和正交迭代算法;对各算法的稳定性、精度和实时性进行了综合对比研究,得出了RPnP算法较适用于无人机视觉着陆位姿估计场合的结论,并通过实验验证了该结论。其次,针对P3P算法稳定性曲线呈双峰的问题,通过仿真实验分析了问题产生的原因;针对正交迭代算法的初始值有多种选取方法的问题,通过仿真实验对比研究,得出了选取RPnP算法解作为初始值时算法性能较好的结论。再次,针对Tsai算法求解旋转矩阵R的精度较高,但求解平移向量T的精度较低的问题,充分利用已知的焦距和特征点间距离作为冗余信息,根据小孔成像模型的比例关系,在Tsai算法解得R的基础上,提出了对T求解过程的改进方法,对比实验表明,与传统Tsai算法相比,本文的改进Tsai算法精度提高约10%、实时性提高约50%。最后,研究了合作目标构型优化,一方面,研究了基于遗传算法的构型优化方法,其中,针对目前构型优化研究中对解空间的构型有一定限制的问题,提出了新的解空间编码解码方法;针对现有位姿估计误差评价指标无法较好地统一6个位姿参数量纲和数量级的问题,根据回归分析中对回归方程拟合显著性的评价方法,提出了基于显著性检验公式的位姿估计误差评价指标,并利用该指标设计了遗传算法适应度函数。对比试验表明,优化后的合作目标具有更高的位姿估计精度和实用性。另一方面,针对固定翼无人机沿小角度下降轨迹运动时,合作目标在相机成像平面的投影沿纵向明显缩小,从而影响位姿估计精度的问题,提出了斜平面合作目标,并研究了斜平面合作目标与地面的夹角对位姿估计精度的影响,为斜平面合作目标的工程应用提供了理论支持。