无人机集群与协同技术通过无人机间的信息交互与共享,能够实现无人机自身能力和任务执行效率的提升,具有重要的军用和民用价值。由于无人机实际飞行环境复杂多变,为保证协同任务正常执行和无人机集群的飞行安全,需要无人机集群具备环境感知、视距范围外无人机相对定位、障碍规避、环境信息共享、路径规划等功能。为此,本文针对多无人机协同自主飞行对定位和环境协同感知的迫切需求,开展多无人机协同视觉感知与自主定位关键技术研究,为无人机集群协同自主飞行和障碍规避提供可靠的导航信息和三维环境信息。针对基于双目视觉感知的三维环境建模中的物体边缘处感知精度差和实时性不足问题,在针孔相机模型和透镜畸变原理分析基础上,结合双目相机模型和立体校正原理,提出了一种基于自适应窗口/积分图结合的改进的ADCensus立体匹配算法,通过引入快速指数计算方法,对Census代价计算函数进行计算复杂度优化,并通过自适应窗口与积分图相结合的方式提高了代价聚合的计算速度,实现了对三维环境的快速精准感知建模,为基于视觉的多无人机相对定位和环境感知提供了基础。针对多无人机协同视觉感知与定位中视距范围外相对定位和无人机之间数据传输量过大的问题,在基于概率图模型的多无人机定位与构图原理分析基础上,设计了一种低数据传输的多无人机协同视觉定位与构图系统。系统通过引入改进的Net VLAD神经网络模型,降低了多无人机回环检测的计算资源占用,提高了回环检测的实时性;在此基础上,提出了一种增量式多无人机位姿图共享和优化方法和一种无需描述子的特征匹配算法,有效降低了多无人机视觉协同导航过程中的数据传输量;此外还基于ROS设计了多无人机协同视觉定位与构图程序,为实现多无人机协同视觉感知与定位的实验验证提供了基础。针对纯视觉定位导航系统鲁棒性和环境适应性不足的问题,研究了基于黎曼流形的IMU预积分量测模型和误差模型,提出了基于因子图模型的视觉/惯性图优化组合导航算法,实现了视觉导航定位信息和惯性信息的有效组合;针对多无人机协同观察过程中视觉/惯性位姿图和纯视觉位姿图的信息矩阵不一致的问题,提出了一种结合Schur消元的信息矩阵近似估计方法,实现了多无人机视觉/惯性组合协同定位感知,提高了系统的鲁棒性和定位精度。最后,本文搭建了多无人机协同视觉感知与自主定位实验验证平台,并设计实验进行验证。通过室内动作捕捉系统和室外飞行实验数据采集相结合的方式,对本文提出的多无人机协同视觉感知与自主定位关键技术进行了实验验证。