机器视觉在无人机导航中的应用非常广泛和重要。首先，它可以提供空间理解能力，这对于无人机进行测绘和航拍是非常必要的。通过机器视觉算法大量加入无人机传感器，可以提升轨迹拍摄能力，让无人机获得拍摄整体环境，或者精准捕捉动态物体，比如说运动中的动物和车辆的能力。

此外，基于多旋翼无人机平台的机器视觉导航系统，其软件核心是基于非线性优化的视觉-惯性导航系统，以多组双目/单目相机的任意组合作为视觉传感器。这种视觉导航系统在GPS失效的情况下，可以作为有效的辅助导航方式，对无人机惯性导航系统实现长航时高精度导航起着重要的作用。

然而，我们也必须意识到，在涉及基于视觉的无人机导航时，我们仍然面临许多挑战。例如，无人机需要实时处理大量传感器信息才能安全稳定飞行，尤其是图像处理，大大增加了计算复杂度。另外，由于视觉成像受复杂自然环境及飞行状态的影响，视觉导航面临鲁棒性差的问题。因此，如何提高视觉导航系统的鲁棒性和处理能力，是未来研究的重要方向。