针对无人机视角下航拍图像小目标多且检测困难的问题，提出了一个位置敏感Transformer目标检测（PS-TOD）模型。设计了一个基于位置通道嵌入三维注意力（PCE3DA）的多尺度特征融合（MSFF）模块，即PCE3DA利用空间与通道信息的相互依赖关系生成三维注意力，用于加强模型对兴趣区域的特征表达能力，且基于它构造了一个自底向上的跨层MSFF方案，使得融合后的特征语义信息更加丰富；然后，设计了一种新的位置敏感自注意力（PSSA）机制，且以此构造位置敏感Transformer编-解码器，使模型在捕获图像全局上下文信息的长期依赖关系时，也可提高模型对目标的位置敏感能力。基于无人机航拍数据集VisDrone的对比实验结果表明，提出模型的AP达到28.8%，与基线模型（DETR）相比提高了4.1%。该模型在复杂背景下能对无人机航拍图像进行精确的目标检测，且改善小目标的检测效果。

为解决无人机在室外实际飞行时的自主避障问题，提出一种基于Ghost改进的YOLOv5轻量化双目视觉无人机避障算法。首先，引入Ghost模块改进YOLOv5中的CBL和CSP_X单元，使用CIOUloss作为回归损失函数，并将非极大值抑制CIOUnms修改为DIOUnms以优化损失函数；其次，对双目相机进行标定和校正；使用ORB特征点提取和滑动窗口匹配算法得到检测目标的视差值，再根据视差值和相机内参求解出障碍物的距离信息；最后，根据障碍物的位置和距离实现无人机的自主避障。该避障算法在嵌入式系统中运行的平均FPS达到14.3，并用无人机避障飞行试验证实了该算法的可行性；改进后的网络检测平均准确率为76.88%，与YOLOv5相比，平均检测精度均值下降0.37%，但检测时间下降22%，参数量下降25%。该算法对无人机的自主避障具有重要的应用价值。

针对无人机载光电平台的安装特点，文中对平台及阻尼减振器特性进行了分析、建模与测试。首先，对光电平台阻尼减振器特性进行了介绍；其次，分析了安装阻尼减振器后的光电平台特性，并对阻尼减振器的运动特性进行建模，分析阻尼减振器安装布局与平台性能之间的关系；最后，结合具体某型光电平台及其配套阻尼减振器，给出了仿真结果及相同外部扰动条件下减振器安装位置对平台性能的测试结果。结果表明：相关研究对优化无人机载光电平台阻尼减振器布局及提升载荷整体性能具有积极的意义。

目标跟踪算法的性能通常和初始跟踪框的质量有关。在无人机对地侦察任务中，由于反应时间有限，操作员通常难以选取精确的初始跟踪框，导致目标跟踪结果较差。针对这一问题，提出一种半自动的跟踪框快速初始化和自适应优化策略，并给出基于视觉显著性和显著图像分割的自适应优化算法样例，在性能提升和运行时间上均具有优势。与优化前相比，在2个数据集上的跟踪成功率最高提升0.262、跟踪精度最高提升0.177；在运行时间方面，处理200像素×200像素的图像切片时，理论并行速度可达10帧/s。提出的跟踪框初始化和优化策略，结合了人的主观选择和视觉认知，可以有效解决无人机对地侦察任务中目标难以锁定的问题，并具备在嵌入式设备中的可移植性。

提出了一种解决无人机（Unmanned aerial vehicle，UAV）在可见光通信（Visible?light communication， VLC）中光源定位不准确的方法，该方法基于扩大及规律缩小搜索路径的方法，最终找到光源以及最佳通信位置。为了提高本方法的搜索成功率（η），本文针对通信光源的光分布对η、搜索总路程的影响，以及光电探测器的探测位置、探测接收角对接收光功率、η的影响作出了分析。得到了在满足UAV探测功率阈值的条件下，光源提供的三维覆盖范围随光源朗伯系数的变化情况，可用于预估UAV在不同发光条件下的η。以等边六边形搜索路径为例，在理想朗伯体条件下，UAV在光源覆盖半径最大为0.78 m时，η最高可高达0.74。本方法理论上避免了UAV定位不准确导致的无法实现可见光通信的问题，并提出通过优化搜索路径和光源的出光设计提高光源搜索成功率的方案，为UAV可见光通信的实现提出了解决方案。