微型四旋翼飞行器涉及到导航、计算机视觉、控制理论、嵌入式电子等多方面,具有体积小、成本低、机动性灵活等特点,已被广泛应用在农业、军事、监控等领域,它是一种理想的理论应用研究平台。对于微型四旋翼飞行器而言,位姿估计是实现四旋翼飞行器运行和控制的关键因素之一。基于全球卫星定位系统(Global Positioning System,GPS)的定位方法广泛地应用于四旋翼飞行器定位系统中,然而在一些特殊场景下,例如室内或者建筑群,由于GPS导航系统信号的不稳定,导致四旋翼飞行器定位精度较低甚至失效。视觉辅助定位方式具有结构简单、信号稳定、重量轻、价格低等优点,使得研究基于视觉反馈的微型四旋翼飞行器自主着陆系统,具有一定的理论及实践意义。本文的研究工作如下:首先,针对基于常规拓展卡尔曼器(Extended Kalman Filter,EKF)的姿态估计精度不高问题,设计了一种基于共轭梯度的EKF姿态估计算法。本文将共轭梯度算法引入EKF中,减小由于非线性系统线性化过程中产生的误差。在此基础上,将非重力运动加速度引入到噪声协方差矩阵中,从而实现噪声的自适应动态估计,并且采用倾角补偿的方法计算偏航角,由此提高系统姿态估计的精度和抗干扰能力。然后,针对当前基于视觉的辅助着陆精度有限和应用局限性等问题,本文设计了一种基于HSV颜色模型和Hough变换的目标识别算法,并设计了一种基于视觉反馈的位姿估计算法。基于设计的简单、易识别的合作图标,采用分段式的图标尺寸,实现了一种基于HSV颜色模型和Hough变换的目标识别算法;在此基础上,根据摄像机的投影模型和图标的几何特性,实现了基于视觉反馈的位姿估计算法,有效的提高图标使用范围、识别率以及位姿估计的精度。最后,搭建了基于视觉反馈的微型四旋翼飞行器自主着陆实验平台,对本文所研究的算法和设计的系统进验证。实验结果表明:本文提出的改进EFK算法较标准的EKF算法精度更高、抗干扰性更强;合作图标的使用范围更广,目标识别率较高,基于视觉反馈的位姿估计算法精度高,能满足微型四旋翼飞行器视觉着陆的要求。