多传感器融合是指双目相机和惯导设备的数据对齐和耦合,由于相机视觉、惯性数据两者具有很强的互补性、高精度以及鲁棒性的特点,逐渐成为无人机、机器人及其他平台组合定位导航的常用手段。但是目前主流方法存在数据计算量大、时间戳对齐难以及难以做到实时性等问题,使得这种导航方法面临诸多问题。因此,本文对现有问题进行了深入研究,并且设计出了一种四旋翼无人机双目视觉惯导组合定位导航系统。本文首先分别介绍了双目视觉惯导的定位原理以及关于双目视觉惯导融合的状态估计方法,重点研究了基于非线性优化方法的视觉惯导位姿估计方法为后续的路径规划提供准确的位姿和环境地图信息。随后对其中的关键技术进行了研究,主要包括IMU的龙格库塔四阶积分以及后端非线性紧耦合最小二乘优化。在考虑到精度和速度的同时,提出了使用4阶龙格库塔积分来完成IMU数据的离散积分。在非线性优化部分,提出使用最小二乘的紧耦合数据融合方法完成对视觉惯导数据的处理,增加多种约束项使其位姿估计较为鲁棒。其次利用双目稠密点云信息构建了带欧氏距离信息的ESDF导航地图,在此基础上,使用局部路径规划和全局路径规划结合的改进A*算法规划出可行路径,在通过增加碰撞约束和光滑约束对整个轨迹进行B样条优化,从而达到优化轨迹的目的。最后为了对本文提出的设计进行验证,本文从硬件组成和软件架构上设计了一套基于双目视觉惯导的四旋翼无人机自主定位导航系统,可以实现实时精准定位和路径规划。在实验结果分析验证部分,从数据集仿真和实际室内环境测试对本系统的组合定位导航性能进行了评估,验证了本文无人机系统的有效性和可靠性。