近年来,小型飞行器已从原来的军用级产品转变为个人消费级产品。可现阶段大多数飞行器产品还是依赖手动操控,来完成一些简单的航拍任务。如何使小型飞行器具有自主飞行能力,并以此为基础完成复杂任务,成为了当今无人机领域中的研究热点。本文提出了一种基于单目视觉的自主环境探索与场景理解方法。为了保证自主系统的可靠定位和环境感知数据的实时采集与处理,飞行器实验平台配备了机载计算机以及GPS、摄像头等传感器。本文先以栅格分割方法为基础,利用支持向量机算法实现了自然道路的检测,并标记出道路可通行区域。考虑到自主环境探索中航迹的平滑与连续,系统以3Hz的频率为飞行器提供飞行航向信息,从而为后续飞行器基于视觉的自主场景理解提供技术保障。飞行器场景理解任务包括对道路几何参数的在线估计、道路阻塞判断、以及大范围室外场景地图的构建。为了提高参数估计的准确性,本文基于图像的颜色特征、纹理特征利用SLIC超像素分割对场景进行聚类,再利用自己设计研制的标定板,对飞行器飞行高度、地面物体几何参数、图像分辨率三者之间进行标定,完成了对道路几何参数的在线估计任务。机载视觉系统的多尺度空-地参数标定是后续地图构建的前提与基础。为了完成小型飞行器对野外大范围场景的地图构建,本文使用GPS系统记录下飞行器环境探索中的自主飞行轨迹,实时估计道路宽度、道路长度等数据,并在线完成场景中的障碍物信息、显著性物体信息的检测,最终实现了大范围室外地图的构建。在室外自然场景中开展了一系列的飞行实验与测试,实验结果及数据分析表明论文所提方法可满足小型飞行器对室外道路的自主探索与室外场景理解的需求。