旋翼无人机凭借其高度的机动性和灵活性被广泛应用于军事、民用以及科学研究等领域。鲁棒且高效的无人机目标感知技术可以极大地提升无人机执行任务的能力和效率。以震后救援场景为例,小型旋翼无人机可以通过狭窄通道检测与自主穿越,替代救援人员进入建筑物内部,并利用人体目标检测和姿态估计技术,感知受困人员并投放补给品,从而在灾后第一时间实施救援工作。针对上述研究背景,本文主要开展小型多旋翼无人机狭窄通道检测与自主穿越,以及弱光照条件下受困人员目标检测与姿态估计问题的研究。震后进入建筑物的狭窄通道通常为不规则形状,因此如何利用机载深度相机实现无人机的可靠穿越是本文的研究内容之一。为了解决不规则狭窄通道的检测问题,本文提出了一种基于RGB-D图像的快速语义分割网络,并以该网络输出结果为基础,提出了一种基于双掩膜的多标签语义分割后处理方法,从而克服了基于单标签的语义分割后处理方法易于出现像素错分类的问题。为了获取狭窄通道的准确空间位置,采用RANSAC算法将从深度相机获取的点云拟合成三维平面,并求取狭窄通道点云在该平面的投影图像,并以此为基础提出一种平行线滑动搜索策略,从而实现狭窄通道可通过性的判断和无人机穿越所需关键路径点的计算。小型旋翼无人机如何利用热红外图像高效地完成受困人员检测及姿态估计,并利用机载深度相机确定其三维坐标,从而完成补给品投放是本文的另一项研究内容。为了提升人体目标检测与姿态估计算法的实时性,本文提出了一种针对热红外图像的单阶段人体目标检测与姿态估计网络,其可在一次推断中同时完成人体目标检测与姿态估计两个任务。由于机载计算资源受限,本文采用知识蒸馏策略训练轻量化模型,进一步提升模型推断的速度。此外研究中以深度图像与热红外图像的配准为基础,设计了一种基于圆形区域采样的人体关键点三维坐标映射方法,从而计算出人体关键点的三维坐标,以保证补给品投放的有效实施。为了验证本文所提小型旋翼无人机狭窄通道自主穿越、受困人员检测及姿态估计算法的有效性,自主构建了配备有深度相机、热红外相机及机载计算机的四旋翼无人机平台,并在实验室模拟场景中开展实验测试。实验结果及数据分析表明本文所提方法能有效完成无人机狭窄通道穿越与受困人员姿态估计任务,从而为无人机震后救援提供了一种可行的技术方案。