国外无人机导航技术研究现状可以这么说，UAS代表目前摄影测量和遥感领域最为先进的技术，在过去的五年里，这两门姐妹技术挑战了当前航空管理框架下的传统收集信息以及处理方法。国外学者通过复杂的计算机视觉技术，机器人和地理工程结合，达到了史无前例的“厘米”级精度的分辨率。79769
在典型的UAS中，国外学者一般采用两种自主飞行系统：NS和OS。
NS成本低廉，在轻型导航之中非常适用。其方法十分简单：反复读取飞机的位置（position），速度（velocity）和状况（attitude）。即，tPVA，其中t代表时间。随后，飞行控制系统（FCS）利用tPVA参数进行飞行引导。
OS能够进行映象级或者地面测量级传感。显然，此时tPVA参数已经无法进行aerial control。因此direct sensor orientation（DiSO，直接传感定向）以及integrated sensor orientation（ISO，集成传感定向）此时都已经没多大作用。
这时，国外学者使用pure aerial triangulation（空中三角测量）以及indirect sensor orientation (InSO，间接传感定向)。无人机会搭载光学遥感仪器，用于进行静态地面，动态地面，高空乃至太空图像取样；将取样到的图像信息反应在UVA的机载PC上，利用PC视觉技术进行信息处理。若机载计算机无法处理这些庞大的数据，将会通过数据通信链接，将数据处理工作交给地面控制台。
这种纯粹摄影测量方法，是基于地理参考的图像处理检测。InSO的倡导者认为在小区域内，ground control points（GCP）的建立是便宜而且有效的。目前，绝大多数用于绘图的UAS都会使用InSO进行处理。即，仅从摄影测量以及GCP中导出取向以及校准参数。
在第十八次IFAC大会上，Pierre-Jean Bristeau，François Callou, David Vissière, Nicolas Petit所研究的AR。Drone Micro UAV中的导航和控制技术，其成本和性能在大众市场的任何商业产品中都是前所未有的。该系统依靠最先进的室内导航系统，结合了低成本惯性传感器，计算机视觉技术，声纳和空气动力学模型使室内无人机研究进入一个跨时代。
在短短的几十年内，国内先后制造出无人侦察机、通用型无人机等。而且在高空以及长距离航行领域的无人机领域，我国无人机也能与美国齐足并驱，下图我国的“翔龙”以及“千里眼”无人机即是鲜明的例子。
目前来说，我国在不依靠GPS的室内微型无人机自主导航引导技术是研究的大方向。各位无人机领域的学者更加注重于无人机在救灾领域的表面，比如利用室内无人机进行救灾灭火或者是在危险区域利用小型无人机投放物资。
南京航空航天大学导航研究中心：曾庆化，刘建业学者通过室内无人机自身传感器引导无人机。通过(IMU)实现基于视觉的位姿求解；超声测距，红外测距，激光测距来实现无人机的动态避障。应用SLAM算法，即同步定位与地图构建算法来无人机的全局地图信息。
张跃东等学者利用单目视觉深度信息技术进行了无人机避障探测研究，王希彬等利用摄像机和惯性传感器的组合，建立了无人机视觉SLAM算法的数学模型。
从上述可以看出，国内的无人机导航技术基于视觉和图像处理。使用惯性传感器为基础配置，辅以相机和激光，超声等传感元件实现无人机自主导航。图像匹配辅助的实现也带来了一些难题。比如，如何处理多类型传感器的图像信息，以满足实际需要。
1。3，应用发展趋势 国内外UAV导航技术研究现状与水平:http://www.youerw.com/yanjiu/lunwen_92376.html