多旋翼无人机是一种对算法鲁棒性具有高标准的系统化机器人平台,这类飞行机器人的基本能力主要包含稳定飞行、环境感知与主动作业。在实际的应用中,无人机在目标追踪、极端环境的勘探等场景具有天然的优势。然而现有的大量研究中,飞行机器人的观测对象是静止的,缺乏对动态目标的主动追踪与重建能力。并且现有的众多飞行机器人结构中,无人机与感知传感器是捷连的。这种结构导致了感知模块与飞行平台的运动耦合,约束了飞行机器人的观测能力。针对实际的应用需求,本文着眼于提高飞行机器人对动态目标的主动追踪与感知能力。本文设计了一套新颖的双视觉飞行机械臂系统。该系统主要由旋翼无人机与轻质六自由度机械臂构成,并在机体和机械臂末端分别放置视觉传感器,称作机体相机与颈眼相机。机械臂可以独立于飞行平台运动,使颈眼相机能实现对目标物的灵活追踪与观测。机体相机则保障了系统对静态环境感知的信息量,从而同时保障系统对机体自身位姿与动态目标位姿估计的精确性与鲁棒性。本文构建了飞行机械臂的软、硬件系统,同时基于ROS和Gazebo搭建了与实物1:1的面向飞行机械臂主动作业的物理引擎仿真平台,该仿真平台采用模块化软件设计,提高了算法验证的便利性。本课题以松耦合的方式估计机体的世界位姿与动态目标相对于颈眼相机的位姿,并通过机械臂正运动学建立双视觉系统位姿估计的联系,得到目标物的世界位姿。针对动态目标的位姿估计,前端使用YOLOV3-tiny检测目标,提取ORB特征点并基于2D主成分分析分离前景与远景特征,通过优化重投影误差得到帧间位姿。提出基于3D DBSCAN算法的局部地图构建方式,并利用局部地图跟踪减小累计误差。为了提高系统对动态目标的重建效率,转换并提取得到目标坐标系下相对静止的动态目标点云,更新八叉树信息场,输出使目标物不确定度下降最快的最佳探测视角。考虑到动态目标的运动随机性与深度检测网络的准确性,本文以目标物在视野中的成像大小为约束,通过Slerp插值与图像视觉伺服协调规划机体与机械臂的运动轨迹,实现对目标物的主动追踪,减小目标丢失的概率。最后基于优化的位姿,提取目标点云并融合多帧测量,利用TSDF实现目标物的稠密表面重建。为了验证飞行机械臂系统的有效性,本文通过实验分析了所提出的算法对动态目标主动追踪与重建的有效性。本文提出了一种新颖的面向飞行机械臂的双视觉感知系统,提高了飞行机器人同时定位、建图及动态目标追踪的鲁棒性。对动态目标的快速追踪与主动重建并得到其准确的三维结构,可以为飞行机械臂实现进一步的作业提供准确的先验信息,在飞行机器人领域具有潜在的应用价值。