随着微小型无人机发展越来越迅速,应用场景越来越广泛,旋翼无人机自主导航逐渐成为了国内外的研究热点。旋翼无人机自主导航时凭借GPS、激光雷达、视觉传感器和惯性传感器融合的方式来进行导航评估。场景的多样化使得旋翼无人机在GPS信号差和光照不良的情况下依赖GPS和视觉导航出现失效的问题。然而激光雷达可以不依赖周围场景的GPS、光照等情况实现高精度的位姿估计,因此基于激光雷达的导航系统有着更为广泛的使用场景,更能适用于微小型无人机进行自主导航。本文以不依赖GPS和光照为前提,重点研究基于激光雷达等多源传感器融合下的旋翼无人机定位技术和局部路径规划算法。本文的研究内容从下面几个方面展开:（1）根据现有成熟的无人驾驶技术,构建了一套旋翼无人机自主导航平台架构,设计了物理层、协议层、应用软件层三层架构,选取了实现导航系统所需的无人机、传感器等硬件设备,通过结合硬件设备和软件架构实现了旋翼无人机自主巡航系统,其中包括地面站的操控系统,旋翼无人机端的巡航系统、定位系统以及飞控系统。（2）基于构建的旋翼无人机平台,提出了基于无迹卡尔曼滤波算法的多源传感器的定位方法。首先介绍了目前自动驾驶主流的定位技术,根据项目研究的方向与任务,比对了目前现有的激光雷达点云配准算法的优劣性后,选择了配准效率更高,精度略低的三维NDT算法。针对配准精度问题考虑到传感器辅助定位的应用,通过把惯性测量单元的数据与点云配准后的位姿进行融合达到提升定位精度的目的。考虑到旋翼无人机运动模型为非线性模型,使用无迹卡尔曼滤波器结合CTRV运动模型对激光雷达的数据和惯性测量单元的数据进行融合。针对旋翼无人机在空中不稳定情况导致激光雷达、惯性测量单元数据异常给出了定位在线评估方法进行定位失效的评估与恢复。通过整个定位模块的设计保证了旋翼无人机在飞行过程中的导航精度和稳定性。（3）由于在已有地图的情况下,出现未知障碍物会考虑各种情况,导致逻辑执行复杂。本文针对旋翼无人机的实际情况,提出了一种基于策略搜索的强化学习局部路径规划算法,对旋翼无人机运动的动作和状态空间进行了设计,对三维激光雷达数据进行了降维处理,对回报函数和经验回放函数进行了符合巡航情景的设计。实验表明,本方法能够使旋翼无人机在躲避局部障碍物的同时到达指定的目标点。（4）设计了融合定位实验和自主飞行实验并在体育场内进行验证,实验结果表明融合定位算法能够有效实现旋翼无人机定位以及保证巡航任务顺利完成;构建了强化学习避障场景下的仿真环境,并在仿真环境进行有效性验证,实验表明局部路径规划算法能够完成避障任务并到达目标点。