针对可穿戴设备中光电容积脉搏波检测呼吸速率准确性不高和实时性不够的问题，提出了一种基于时频谱的自适应信号分解算法。该算法采用瞬时中心频率估计方法获得脉搏波时频谱和瞬时心率估计值，对脉搏信号进行相干解调提取呼吸信号成分，进而利用呼吸信号成分检测呼吸速率。实验结果表明，与传统连续小波变换方法相比，本文提出的自适应信号分解算法的呼吸速率计算时间提高了84.68%。通过中位数误差及四分位距误差的方差分析，表明该算法比连续小波分解算法和自回归模型算法具有更好的计算精度，中位数误差均值分别提高了96.001%和97.978%，四分位距误差均值分别提高了75.014%和52.732%。

针对四轴飞行器平台上单目视觉避障算法实时性不够，准确率不高的问题，提出了一种新的基于金字塔LK(Lucas-Kanade)光流与平移光流融合的单目视觉避障算法并给出了这一方法的数学推导过程。在配有320 pixel×240 pixel摄像头的ArduCopter 四轴飞行器上开发和实现了该算法，并进行了多次飞行测试验证了算法的可行性与有效性。在飞行器自主飞行过程中，采用消失点进行导航，并结合神经网络PID对其进行飞行自适应控制。与单目即时定位与地图构建(SLAM)避障算法、Horn-Schunck光流避障算法以及图像分割避障算法比较了算法的实时性和准确性， 结果显示：本算法具有实时性好和准确率高的优点，可以满足实际工程中四轴飞行器的实时避障要求。