随着目前对受不同类型灾害影响的复杂环境下的监测搜救任务需求的日益增加,无人机以其空中视角对于自主导航或人类远程操作非常助益,因此受到越来越多的关注。然而由于无人机受续航问题制约,无人机需要经常返回充电或更换电池,因此,无人机（UAV）与无人地面车辆（UGV）合作可以提供对复杂环境有价值的洞察。多机器人系统需要无人机在移动的UGV上自主起飞、执行任务、任务执行完毕后返回着陆平台。为了成功地执行其任务,针对该背景下的任务需求,本文主要围绕对位置未知目标的基于距离的对接算法和基于多传感器融合的相对位姿估计算法及基于高度自适应的PID控制器的着陆控制算法设计。本文主要内容包括以下三个方面:（1）针对无人机对着陆目标位置未知的远距离对接问题,本文改进了使用超宽带（UWB）传感器及光流传感器为主要传感器的集成定位导航方案,在有界速度控制下同时实现离散时间积分器的相对定位和导航任务,包括一种非线性自适应估计方案,用于估计目标的相对位置,以及一个经过特别设计的速度控制方案,以确保估计的收敛性和实现对远距离位置未知目标的渐近对接。（2）针对无人机对移动目标着陆时的相对位姿估计问题,本文提出了基于超宽带和视觉基准系统的多传感器融合估计方案。使用传统的视觉检测方法,其算法容易受到光照、阴影及无人机大幅度运动的造成的视觉模糊影响而造成检测失败,从而无法单独使用视觉检测完成稳健的全天候位姿估计,通用融合超宽带传感器的测距值及通过超宽带技术传输的目标位姿变化信息,从而提高对着陆目标相对位置的估计精度及稳健性。（3）针对对移动目标平台的着陆问题,引入了高度自适应PID控制方案。在对移动目标平台的着陆过程中,着陆成功率受到目标速度的影响。在实践中,无人机在不同的高度所需的响应速度也不同,对于接近着陆平台时,无人机需要更快速的响应,而使用传统的固定增益PID控制无法做到这一点。为了提高着陆的成功率,将高度自适应PID控制器与卡尔曼滤波器相结合,以及着陆平台通过超宽带技术传输自身的速度及位姿信息,并将其作为PID控制器的输入,从而提高着陆的成功率。最后,通过Matlab仿真和Gazebo仿真,实现了无人机对移动目标的全自主着陆,验证了本文所提出算法的有效性。同时本文提出的系统也可以部署在真实机器人平台上完成自主着陆任务。