多旋翼无人机作为一种新型结构的无人机,以结构简洁、易于操控、生产使用成本低等优势受到了越来越多的关注,在军用侦查、警用拍摄、工业巡检、农药喷洒与监测、商用航拍、自拍等领域发挥着重要作用,成为多个领域的研究和应用热点。其中,准确的传感器测量信息、位姿融合信息对多旋翼无人机的稳定飞行起着必不可少的作用。因此,本文针对近地面复杂环境下的多旋翼无人机位姿精确估计需求,提出并解决了以下技术问题:1)如何提高机载导航传感系统的测量精度及可靠性;2)如何在复杂环境下精确可靠地测量载体位姿信息。从上述技术问题出发,具体的研究内容及创新点概括为如下几个方面。从如何提高机载导航传感系统的测量精度及可靠性角度出发,首先针对机载传感系统中MEMS陀螺仪测量精度的提升需求,提出了一种MEMS陀螺仪G值敏感误差标定方法,以补偿由加速度引起的MEMS陀螺仪动态误差。通过设计的(8+4N(N?1))个转台空间对称位置,有效解耦了陀螺仪随机噪声、零偏以及地球自转角速率对G值敏感误差系数标定精度的影响,实现了MEMS陀螺仪的G值敏感误差的标定与补偿,提高了MEMS陀螺仪的动态使用性能。在此基础上,针对多旋翼无人机对MEMS IMU提出的低成本、宽量程和精确测量的综合需求,提出了一种在工业级MEMS陀螺仪基础上扩增一个低成本、大量程MEMS陀螺仪的异类正交余度配置方案,并设计了余度配置自适应融合算法,在没有过多增加微惯性测量单元成本和体积的情况下,提高了多旋翼无人机的角速率测量性能,并拓宽了角速率测量量程。此外,为提升机载导航传感系统中MEMS磁传感器的动态测量性能,并针对现场磁标定方法在大型多旋翼无人机中使用时难以操作,存在无法适应飞行过程中磁传感器模型参数变化的问题,提出了一种基于姿态角划分选点区间的磁传感器在线标定方法,并采用最小特征值算法进行了磁传感器误差参数的拟合标定,有效提高了磁传感器的误差补偿精度与动态适应性。针对多旋翼无人机中姿态融合算法精度受运动加速度干扰的问题,提出了一种基于运动加速度在线自适应估计的姿态融合算法,设计了运动加速度模型中的衰减系数自适应调节算法,从而有效提高了抗运动加速度干扰的水平姿态融合精度和可靠性;然后在此基础上,研究了一种基于二阶阻尼回路的航向修正方法,进而提高了航向角估计精度。在位姿融合算法无法满足导航控制需求时,可继续提供稳定可靠的备份姿态信息,保证多旋翼无人机的姿态稳定控制。为保证多旋翼无人机的飞行可靠性和稳定性,在独立姿态融合算法基础上,还需要进一步研究稳定可靠的位姿融合算法。考虑到多旋翼无人机在近地面环境下飞行时,位姿信息融合算法存在强非线性、量测信息稳定性差、量测噪声时变的问题,因而提出了一种基于线性/非线性混合量测更新的SHA-UKF自适应位姿融合算法,并基于滤波自稳定判据和量测异常监测处理对传统滤波发散判据进行了改进,从而有效提高了多旋翼无人机的位姿信息融合精度与可靠性。最后,本文从提高姿态及位姿融合算法性能验证的真实性和实用性角度出发,在多旋翼无人机的机载EMPU基础上,设计了一种硬件在环的融合算法计算平台,并通过采集的飞行实验数据,进行了飞行过程中的融合算法硬件再现与结果对比分析,充分验证了本文提出的融合算法能够有效改进多旋翼无人机中的位姿融合精度与稳定性,具有较好的工程实用价值。论文中研究的MEMS传感器误差标定与测量性能优化方法,以及姿态和位姿全信息融合方法,有效提升了机载传感系统的测量精度及可靠性,实现了复杂环境下机体位姿信息的精确可靠测量,为优化多旋翼无人机的导航系统性能提供了重要的技术参考。