近年来,无人机的自主降落逐渐成为人们研究的热点。无人机的自主降落不仅可以提高无人机自主飞行的自主性能,还可以提高无人机的智能化水平。无人机的自主降落作为无人机各种自主飞行任务中非常复杂的任务,不仅需要无人机能够进行稳定的姿态控制,还需要无人机完成高精度的定位,成为无人机自主控制领域重要研究内容。针对当前GPS、惯性导航等传统方式在对动态目标定位精度不高的问题,本文采用视觉导航的方式实现无人机的自主精确定位,并在此基础上设计了一套基于动态目标跟踪的无人机自主降落系统,并进行实验验证。本文的主要研究内容如下:针对标记的准确识别问题,在ArUco码识别算法的基础上,通过图像灰度化、图像自适应阈值化、轮廓提取、四边形筛选、透视变化、内部id识别五个过程实现对标记的准确识别,解决ArUco码在室外因光照因素造成标记识别不稳定的情况,提高了标记的最大识别高度和在不同高度下的识别率。针对动态标记的定位问题,将PnP视觉定位算法应用到四边形标记的定位研究中,解决了基于视觉的无人机动态定位问题,得到无人机相对于降落平台较为精确的相对位置,为无人机的自主降落提供精确的位置信息。针对动态标记的跟踪问题,对传统的卡尔曼滤波进行改进,设计了改进的卡尔曼滤波器,对目标的运动轨迹进行精确的预估,提高了卡尔曼滤波的预测精度,解决了无人机在自主跟踪和降落过程中出现目标短暂丢失而造成无人机飞行紊乱的问题。最后,基于视觉导航算法和增量式PID算法设计无人机位置跟踪控制器和视觉降落控制器,搭建基于动态目标跟踪的无人机自主降落系统的实验平台,并进行飞行测试实验,实验结果证明本文所提出的基于动态目标跟踪的无人机视觉降落控制方法的有效性和可行性,提升了无人机自主降落的起始高度和跟踪定位精度,为无人机的自主降落提供一种解决方案。