自主降落是小型无人直升机(SUH)实现全自动化飞行的重要环节。在SUH的定点降落中，飞控系统需要实时且高精度的相对位置信息，特别是离地高度信息，而传统INS/GPS组合导航配合声纳高度计并不能满足要求。为此，本文研究并设计了基于视觉的导航系统，负责输出定点降落中所需的位置姿态信息，并为下一步在移动平台上实施自主降落奠定研究基础。本文的主要工作及贡献如下:　　 根据SUH的平台特点，综合考虑成本，性能，载荷及抗油抗震等相关因素，搭建了适用于SUH自主降落的导航系统硬件平台，并详细介绍了各个阶段与自主降落导航系统相关的软件设计框架及实现结果。　　 为简化图像处理难度，解决下降过程中出现的视野受限及边沿遮挡等情况，设计了适用于自主降落场景的分级地标，并提出了一种结合大津法与最频值法的改进阈值分割算法，在提高实时性的同时适用于光照条件不定与目标大小不定等应用环境，接着详细论述了基于分级地标的定位与识别算法。　　 在识别降落地标并获得有效的图像信息后，使用位姿估计算法解算机体与降落地标的相对位姿关系，并阐述了自主降落导航系统的输出策略。研究过程中，总结了影响位姿估计精度的可能误差源，在分析基础上提出了基于平行线特征的位姿估计算法，使得算法在噪声条件下更具稳定性，之后为进一步降低归一化坐标误差对位姿估计精度的影响，提出了一种基于面积特征的位置估计算法。　　 本文在最后针对自主降落导航系统的实时性，分级地标定位及识别算法的效果及位姿估计算法的误差设计了相关地面和实际飞行实验。其中视觉导航系统对单帧图像的处理平均耗时在150ms左右，当机体离地高度为3米时，离地高度测量的相对误差在2％左右，且随着离地高度的不断下降，位置及姿态信息的绝对误差逐渐收敛。飞行结果表明基于视觉的自主降落导航系统能满足SUH的实际飞行要求。