本发明提供一种固定翼无人机视觉着陆引导方法,包括:使用3D CNN提取固定翼无人机着陆阶段成像设备采集到的视频中相邻多帧图像的时空域特征点,通过计算相邻多帧图像能够相互匹配的特征点之间的位置变化信息,控制无人机自主着陆。本发明提出的基于卷积神经网络的固定翼无人机视觉着陆引导方法,主要研究的图像信息由机载视觉系统获取,跑道的识别不借助于地面辅助标志,主要依靠的技术包括计算机视觉和深度学习技术。利用成像设备作为被动传感器采集丰富的着陆场景信息,成像设备重量轻,很适用于无人机承载能力弱的特点;同时,本发明算法不借助于地面辅助标志实现,不依赖运行环境,从而将大大提高固定翼无人机视觉着陆引导的可靠性。