城市空中交通（Urban AirMobility,UAM）这一全新交通运输模式近年来正被工业界和资本市场广泛关注。具有无人驾驶能力的电推进垂直起降航空器（e VTOL）因其具有起降灵活、运行成本低、噪音小等特点成为UAM运行概念中的主要载运具。e VTOL在城市超低空巡航、进近过程中,容易受城市复杂地形和电磁环境的影响。比如高层建筑会对全球卫星导航定位系统信号产生多径干扰和屏蔽效应,城市中部分区域甚至还可能出现一些恶意的电磁攻击,这会导致机载全球卫星导航与定位系统的工作连续性和可靠性大大下降,因此引入卫星之外的导航信源（如视觉信息）来为e VTOL提供导航备份对于城市空中运行显得尤为重要。基于以上问题背景,本文以具有无人驾驶能力的e VTOL航空飞行器（简称:无人机）为载体,将无人机在城市复杂地形和电磁环境下如何基于视觉手段实现备份导航能力作为主要目标开展课题研究工作。本文首先介绍了视觉导航相关的基础理论,研究了无人机位姿估测技术,提出了无人机位姿估计的数学问题;其次分析了城市空中交通的运行特点,对城市空中交通中导航性能需求进行了概括,针对视觉位姿估计技术中误差累计以及尺度不确定问题,添加IMU数据进行更正并改进算法消除误差累计;最后在设计好的城市空中交通仿真环境中进行了实验验证和分析,证明了本文提出的视觉导航算法的精度性、实时性和稳定性。本文主要完成了以下工作:1、将无人机位姿估计问题通过数学语言建立数学模型,分别建立运动方程和观测方程分析了无人机位姿估计中需要解决的关键问题。介绍了无人机运动中使用的数学描述,包括旋转向量与平移向量、四元数表示无人机位姿、李群和李代数。建立了单目相机模型,并进行了相关的坐标转换。2、分析了城市空中交通的特性,在空域使用、航路规划、定位导航等方面与传统航空运输进行了比较,并详细分析了城市空中交通的飞行器选用、空域规划、地面基础设施等方面。对城市空中交通中的导航系统进行了分析,对其导航系统提出了相关标准要求。3、提出了面向城市空中交通视觉导航方案的整体结构,设计实现了视觉里程计,对ORB-SLAM算法提出了改进,改进后的算法更适用于城市空中交通环境。4、对比了目前常用的几种无人机仿真系统,对各类仿真系统的优缺点进行分析,选取了AirSim作为本课题飞行仿真实验的基础平台。对AirSim系统架构与各个模块进行分析,基于AirSim搭建了专用的仿真场景。5、对AirSim仿真平台进行搭建与运动控制验证,介绍了AirSim中控制无人机的各类API以及传感器API,之后进行了航路设计,最后对设计好的城市空中交通视觉导航算法进行系统测试,验证了设计算法在精度与稳定性方面的先进性。