近二十年来,研究者加大了对无人机研究的投入,因此无人机技术也变得越来越成熟,应用领域也越来越广,例如农业植保、安全巡检、个人航拍、物流运输等。这就产生了对高性能无人机的需求,而无人机性能的提高需要将各方面的优秀方法综合起来。本文主要研究了无人机的避障、地形跟随、定位这三个方面,并将这三个方面的成果综合到一个飞行控制系统中,这样无人机的性能会更加强大,并且能够完成更加复杂多样的任务。本文对多任务无人机飞行控制系统展开研究,在避障方面主要是基于实感深度相机来实现的,根据深度相机来获取飞行过程中的深度图像,然后根据深度图像来获取障碍物位置信息,并将获取的障碍物信息发送给无人机的飞行控制系统,飞行控制系统产生相应的避障指令以控制无人机的飞行。与搜索整个图像来寻找可行的飞行区域相比,该方法通过深度相机获取的障碍物位置信息直接生成避障指令,有助于快速计算和实时处理。在地形跟随方面主要是基于激光雷达来实现的,根据激光雷达发出的激光束获取飞行过程中的地形信息,然后将地形信息发送给飞行控制器,飞行控制器根据地形情况产生对应的地形跟随算法,并在此基础上建立一条平滑的飞行轨迹,接着通过设计的控制器来紧紧跟踪这条飞行轨迹。在定位方面主要是基于多传感器融合来实现的,主要用到了ANav S多传感器RTK模块,该模块可提供精确的位置,速度和姿态信息。首先对伪距和载波相位进行测量,然后针对卫星位置和时钟偏移估计对伪距和载波相位测量进行预校正,接着用预先校正的伪距和载波相位测量值来形成双差,以消除时钟偏移和偏置并抑制大气延迟。这样得到的无人机位置还是会由于浮点模糊度的问题导致定位不是很精确,所以接下来运用卡尔曼滤波器来解决此问题。最后,设计了一个多任务的飞行场景,将上述方法整合到一个飞行控制系统中,并通过仿真实验以及实地飞行来验证上述方法的可行性。