本发明公开一种无人机降落空间位置和姿态端到端估计方法，包括如下步骤：步骤1，获取地基视觉拍摄的无人机降落实时图像序列，并基于各帧无人机降落实时图像之间的时域关联，得到无人机相对地基相机的位姿；步骤2，基于地基相机与世界坐标系的转换矩阵，将无人机相对地基相机的位姿转换为在世界坐标系下的空间位姿。依托机器学习理论，充分借鉴深度学习在计算机视觉领域的优秀成果，通过设计一种无人机目标相对空间位姿深度神经网络，实现了无人机降落过程中由图像到无人机空间位姿的端到端直接估计，相比传统的多模块串行方法大幅提升了无人机降落过程中位姿估计对环境光照、视觉背景以及观测视角等因素适应性。