Para abordar el desafío de calibración causado por la variación no lineal en los parámetros intrínsecos durante el zoom continuo de la cámara en pods electro-ópticos de UAV, este documento propone un método de calibración en línea basado en la fusión IMU-visual. La calibración tradicional fuera de línea no puede adaptarse a escenarios dinámicos, mientras que los métodos de auto-calibración existentes sufren de una convergencia lenta y una robustez insuficiente. El método propuesto tiene como objetivo lograr una estimación en tiempo real y precisa de los parámetros intrínsecos de la cámara durante el zoom. Específicamente, primero construimos un marco de estimación de estado unificado que codifica los parámetros internos y externos de la cámara y las posiciones 3D de los puntos de características de la escena en un vector de estado de alta dimensión, luego establecemos un modelo de movimiento de la cámara basado en datos de IMU, construimos un modelo de observación visual combinando la cámara de pinhole y el modelo de distorsión radial de segundo orden para establecer un mapeo no lineal de puntos de características 3D a coordenadas de píxeles 2D, y adoptamos un algoritmo ORB mejorado para la extracción de características y el método de flujo óptico LK para lograr una coincidencia de características de alta precisión entre cuadros y mejorar la estabilidad de la observación visual. Lo más importante, diseñamos una estrategia de fusión de acoplamiento estrecho basada en el mecanismo de iteración de predicción-actualización del Filtro de Kalman Extendido (EKF), que fusiona en tiempo real las restricciones de movimiento de alta frecuencia de IMU y las restricciones geométricas visuales para suprimir la deriva de parámetros inducida por cambios en la longitud focal. Finalmente, resolvemos recursivamente el vector de estado para completar la estimación dinámica en línea de los parámetros intrínsecos. Experimentos de simulación de Monte Carlo y experimentos de vuelo real de UAV confirman que el método tiene tanto alta precisión de estimación como fuerte adaptabilidad ambiental, puede satisfacer las necesidades de calibración de alta precisión de los UAV en escenarios dinámicos y proporciona un soporte técnico confiable para la posicionamiento preciso de objetivos.