针对有人/无人机 (MAV/UAV)系统在三维空间下的协同编队队形保持和变换问题, 提出了具有分层结构的有人/无人机编队控制方法。根据有人/无人机指挥控制方式和作战流程, 设计有人/无人机编队系统控制结构, 其中,采用动态面控制方法设计有人机轨迹跟踪控制器, 解决了反步控制中虚拟控制信号反复求导的问题; 基于有限集中分布式编队控制策略设计无人机编队控制器, 实现了多架无人机与有人机的协同编队飞行, 并基于Lyapunov理论证明了控制器的稳定性。最后, 针对三维空间下的有人/无人机编队进行仿真, 仿真结果验证了所设计有人/无人机编队控制策略的有效性。

对地攻击型无人机已成为当今**作战中不可或缺的一部分, 其自主程度决定无人机的作战上限。在前期已建立的评价指标体系基础上, 针对部分评价指标数据量相对较少的问题, 运用灰色关联分析法计算比较序列与参考序列的灰色关联度, 并结合层次分析法的判断矩阵求加权关联度, 评价对地攻击型无人机的自主能力。通过美国MQ-1“捕食者”、MQ-1C“灰鹰”、MQ-9B“守卫者”3种具有对地攻击能力的无人机, 对自主能力评价体系进行仿真验证。结果表明, 该方法可以明显地区分不同类型对地攻击型无人机的自主能力等级, 对自主能力量化评价模型运用到大中型无人机具有指导意义。

为了有效减弱高动态环境对图像采集的干扰，利用模糊图像的频谱特性，提出了一种适合不同模糊尺度的运动模糊方向估计方法。该方法对比不同模糊尺度图像频谱中心亮条纹边缘特征的差别，通过计算其曲率半径实现不同模糊尺度图像的量化鉴别，在确定图像模糊尺度的大小之后，分别利用倒频谱、二次傅氏变换对模糊图像频谱中心亮线特征进行提取，考虑图像高宽比、中心十字亮线的不利影响，在二值化处理的基础上剔除十字亮线，通过亮线特征点直线拟合完成模糊方向估计。实验结果表明，该算法能够有效鉴别不同模糊尺度的运动模糊方向，估计精度较其他同类算法更高，相对误差率均小于0.02。

为了更加实时、精确地实现小型无人机视觉导航，利用矩形的几何特性以及空间点、线的共面特征，提出了一种基于单目视觉的位姿分步估计方法。该方法在任意位置对空间矩形进行拍摄，通过获取的一对正交消隐点，确立无穷远点在像平面的投影关系，完成姿态估计；利用光心、空间矩形以及其投影的共面性特征建立约束方程，求解空间矩形在摄像机坐标系下的法向量，结合欧氏空间线性变换的不变性，实现摄像机坐标系中矩形4顶点坐标的线性求解，并根据空间点在世界坐标系与摄像机坐标系间的转换关系，完成位置估计。为了抑制图像噪声对位姿估计的影响，建立基于空间点、线共面特征的指标函数，利用NM寻优算法实现对位姿参数的非线性优化。实验结果表明，该算法具有计算精度高、实时性强、适用范围广的优点，设计的优化算法能够有效地抑制图像噪声，提高了位姿估计的稳健性。

针对现有模糊方向鉴别算法检测小尺度运动模糊图像存在误差的问题, 基于运动模糊图像二次傅里叶变换后的频谱特性, 分析了其误差成因, 并提出了一种适用于小尺度运动模糊图像模糊方向鉴别的新算法。首先对小尺度运动模糊图像的频谱进行细化, 通过中值滤波对细化图像“去噪”, 避开了频谱“噪声”带来的估计误差问题; 其次, 选取灰度中值作为阈值进行二值化, 同时去除二值图像的中心十字亮线和中心亮斑, 使模糊方向特征更加明显; 然后用投影变换计算出亮条纹方向得到小尺度模糊图像的方向估计。最后通过仿真验证了算法在运动模糊尺度为3～10像素的小尺度情况下的实效性。实验结果表明, 该算法相比其他同类算法对于小尺度运动模糊图像的模糊方向估计精度更高。

利用正交消隐点的几何特性和不同位姿摄像机图像平面中对应消隐点间的无穷单应关系，提出了一种摄像机内参数的自标定方法。该方法在任意两个位置下拍摄两组正交平行线，获取两幅图像上共四个消隐点后，设计了判定算法确定其间的对应情况。利用对应消隐点之间的无穷单应关系，结合正交消隐点与摄像机光心连线的正交性建立约束方程，实现了对摄像机内参数的线性求解。为了抑制噪声对标定结果的影响，建立基于矩形成像反演点特性的指标函数，利用LM 寻优算法实现了对内参数的非线性优化。实验结果表明，该算法具有对应消隐点判断简单有效，标定结果精度高、实时性强、适用范围广的优点，而且参数优化能够有效地抑制图像噪声，提高了标定算法的稳健性。

利用一组平行线在不同姿态摄像机图像平面中对应消隐点间的无穷单应关系和摄像机相对姿态信息，提出了一种摄像机焦距的高精度实时标定方法。该方法仅通过摄像机在任意两个位置下拍摄同一组空间平行线，基于消隐点对之间的无穷单应关系构建约束，求解焦距参数；将对应光心与消隐点连线的平行程度作为优化指标，利用Nelder-Mead非线性单纯型法实现焦距参数的优化，有效地抑制了图像噪声和姿态测量误差，提高了标定结果的精度和算法的稳健性；大量仿真结果验证了该算法可以在任意相对姿态下实现，且具有精度高、稳健性强、实时解算的优点。

提出了一种畸变中心未知的非量测摄像机畸变标定新方法，该方法无须求解摄像机内外线性参数即可标定摄像机二阶多项式径向畸变校正模型。该方法分两步实现：将直线畸变成像的曲线的两个端点用直线段连接以形成闭合曲线，得到其面积值及端点与畸变参数及中心的近似关系，以此完成近似标定；依据该闭合曲线端点和当前畸变标定值，由畸变模型生成参考值对近似关系进行修正，准确逼近实际的畸变参数与中心。另外，设计了一种畸变校正指标函数，利用局部非线性优化方法进一步抑制了噪声对标定结果的影响。仿真和实际图像实验均表明该方法收敛快速，标定精度高。