无人机具有灵活性强、操作方便、成本低廉等优势,随着应用需求的提高,其作业环境日益多元化及复杂化。无人机所采用的卫星定位系统,在城市高楼、电磁干扰、恶劣天气等条件下,卫星信号会受到严重干扰,导致定位失效。因此仅依靠卫星定位系统已不能满足无人机的任务需要。为了提高机载定位系统的环境适应性,在保证小体积、低功耗的前提下,研究能适用于复杂任务场景的无人机自主定位技术已成为亟待解决的主要问题之一。本文主要研究地面信息辅助下的无人机视觉自主定位问题。主要研究内容如下:(1)基于单目序列图像的三维点云重建。针对无人机图像数据的特点,提出了一种基于IMU位姿信息辅助的三维点云重建方法,采用IMU提供的位姿信息辅助本质矩阵的求解,实现无人机的导航数据与视觉信息融合的三维点云重建技术,并进行仿真验证及分析。(2)基于共形几何代数的三维点云配准。针对三维点云信息量大,传统的配准算法效率低,难以实现自主定位实时化的问题,因此本文研究基于共形几何代数的三维点云配准算法,将共形几何代数应用到三维稠密点云的配准中,推导了基于点线约束的ICP配准方法,进行仿真实验并与已有算法进行对比分析。(3)基于地面目标点约束的无人机自主定位。在已知无人机姿态、目标点的像点坐标、大地坐标等信息的基础上,根据地面目标点、像点与无人机位置之间的几何约束关系构建自主定位数学模型。并根据地面目标点数量的差异研究基于单点约束和基于多点约束的无人机自主定位技术,并对其进行仿真验证及误差分析。(4)基于地面目标点约束的无人机自主定位技术的实验验证,分析各测量误差对定位结果的影响,并针对性的提出应对措施。