多旋翼无人机已广泛应用于日常生活的诸多领域,如勘测、摄影、植保、物流等,这些应用为人们生活带来极大便利。越来越多的科研院所与企业机构开始对无人机自主飞行技术展开研究,而避障能力是其不可或缺的一环。无人机避障技术的发展,一方面能够提高无人机飞行的可靠性与安全性,另一方面能够降低因无人机带来的伤人风险及财产损失,因此,研究无人机避障技术具有重要的理论意义与应用价值。现有的避障技术大多存在障碍物检测表现不佳、避障动作反应迟缓等问题,为此,本文针对四旋翼无人机避障技术的设计与实现展开讨论,主要内容如下:首先,从系统的角度入手,分析了四旋翼无人机的系统结构以及各个组成单元的功能。通过对无人机不同飞行姿态进行受力分析,阐述其飞行时的控制原理,并完成实际飞行实验。其次,设计了一种图像信息与激光雷达信息融合的障碍物检测技术。利用本地数据集完成目标检测模型Yolov3的训练,并使用训练后的模型提取障碍物区域信息,同时,添加扫描式激光雷达,获取障碍物距离信息。建立像素坐标系、图像坐标系与相机坐标系三者的转换关系,实现障碍物从图像至空间的三维映射。再者,在全局环境信息已知的基础上,提出一种基于Dijkstra与改进粒子群算法融合的全局路径规划策略。采用Dijkstra算法搜索路径,并结合粒子群算法提高路径搜索效率。同时,在传统粒子群算法基础上,引入多动态种群策略与非线性衰减惯性权重策略对算法进行改进。MATLAB仿真实验结果表明,所提策略能够快速有效地生成全局最优路径。最后,在全局环境信息未知的条件下,提出一种基于障碍物区域信息的局部路径规划策略。利用本文设计的障碍物检测技术,获得障碍物的区域信息,并根据无人机危险窗口与障碍物边界框的相对位置,制定相应的避障动作。ROS仿真实验结果表明,所提策略能够帮助无人机实时绕开各种障碍物,保障无人机的飞行安全。