近年来,针对频繁发生的四轴飞行器碰撞问题,国内外很多科研单位、公司都相继展开对四轴飞行器自主避障系统的研究。同时随着计算机视觉的蓬勃发展,计算机视觉与四轴飞行器的学科结合也越来越有研究意义与价值,在很多研究方向上都可以进行尝试和探索。基于此,本文搭建了四轴飞行器硬件平台,完成了基于ZED摄像机的四轴飞行器定位、建图(Simultaneous Localization and Mapping,简称为SLAM)和避障运动规划,经过实验验证,实现了四轴飞行器基于视觉定位的自主避障和运动规划。本文完成了对四轴飞行器硬件平台的搭建,首先对四轴飞行器的基本原理进行了研究与介绍,包括基本组成、坐标系、控制系统等,然后基于Pixhawk飞控实现了四轴飞行器的定点悬停和巡点飞行。在四轴飞行器硬件平台搭建完成基础上,本文通过视觉SLAM完成了四轴飞行器的实时定位与三维稠密地图重建。该部分主要工作为对ORB特征点的提取进行均匀化处理,避免了在图像中特征点提取过于集中的问题;对匹配结果进行两次筛选得到准确的匹配结果,通过BA估计得到四轴飞行器实时位姿;对实时位姿进行优化,拼接点云得到点云地图,最后完成稠密地图重建。在此基础上,本文完成了四轴飞行器与飞行环境的建模和碰撞检测,然后通过改进的快速扩展随机树(Rapidly Exploring Random Tree Star)算法实现了四轴飞行器在满足飞行性能约束与避障基础上的运动规划,规划完成后将路径状态发送至下位机,指导四轴飞行器完成自主避障飞行,抵达目的地。最后,本文对上述研究和实现设计了一系列的实验,包括四轴飞行器平台性能试验和四轴飞行器视觉避障运动规划系统试验,验证了本文基于视觉的四轴飞行器自主避障系统的功能和稳定性,同时也对本文进行了总结和未来工作的展望。