本文研究了无人机导航中的视觉障碍物检测与跟踪，提出了一种集成动态卡尔曼模型的实时定位策略，提升了检测速度和性能。同时，构建了无人机基准数据集，分析了物体检测和跟踪效果，并提出多种解决方案。结合深度学习和边缘计算，提升了目标检测的精度和能效，为无人机在复杂环境中的应用提供支持。

本文探讨了无人机导航中的视觉障碍物检测与跟踪，提出了一种结合动态卡尔曼模型的实时对象定位策略，显著提升了跟踪性能。研究还涵盖了水下环境的单目视觉里程计、GNSS拒绝服务下的定位方法、长距离热成像定位及微型无人机的导航技术，均显示出显著的性能提升。