旋翼无人飞行器体积小、结构简单、易于操控且能垂直起降,近年来被广泛应用于多种领域,例如农药喷洒、公共安全、环境监测、航空拍摄等。导航技术作为旋翼无人飞行器的关键技术,对其应对复杂环境、正常完成任务起着重要作用。然而目前旋翼无人飞行器导航系统的机载惯导所使用的是精度较低的微机电惯性测量元件,其误差会迅速发散,无法单独提供高精度的导航信息,故该导航系统严重依赖全球卫星导航系统(Global Navigation Satellite System,GNSS)提供的定位信息。而随着旋翼无人飞行器的火热以及在各行各业中的深化应用,不可避免地会遇到卫星拒止的情况,如室内环境、城市密集高楼群、峡谷密林等。因此当卫星导航信息受到屏蔽甚至是人为干扰时,需要其他导航系统来辅助提供高精度、可靠、强鲁棒性的导航信息,以提高复杂环境下旋翼飞行器导航系统的精度和自主性。基于上述原因,本文主要针对旋翼飞行器动力学模型开展深入的研究工作,并结合激光雷达同步定位构图(Simultaneous Localization and Mapping,SLAM)技术,提高飞行器在卫星拒止环境下的导航精度和性能。本文首先对目前卫星拒止环境下的旋翼无人飞行器导航技术进行了分析,探讨了动力学模型辅助导航技术和激光雷达、视觉传感器辅助导航技术的研究现状,分析了旋翼无人飞行器导航技术在卫星拒止环境下急需解决的问题,总结了工程中应用动力学模型和激光雷达SLAM辅助导航所存在的一些关键技术问题。其次本文在分析旋翼无人飞行器的动力学特性的基础上,构建了四旋翼飞行器的动力学模型。并针对传统风洞试验法辨识动力学模型参数时,试验复杂、对飞行器真实飞行状态的描述存在偏差的问题,提出了一种基于卡尔曼滤波器的在线参数辨识方法,并对其可观测性与可观测度进行了分析,从理论上证明了该方法的可行性。最后进行实际飞行试验,试验结果表明使用该方法辨识参数的动力学模型能准确反映真实飞行状态下四旋翼飞行器的动力学特性,验证了该方法的有效性,为后续动力学模型优化与动力学模型辅助导航研究奠定了基础。随后针对传统动力学阻力模型无法准确反映倾转情况下四旋翼飞行器真实动力学特性的问题,本文在分析了其误差特性的基础上,以动力学理论为指导,提出了一种引入角加速度作为参量的改进动力学阻力模型,并在四旋翼飞行器上进行试验,验证了本文提出的改进动力学阻力模型的正确性。同时提出了一种基于卡尔曼滤波器的动力学模型辅助导航方法,并在不同的飞行情况与飞行环境下对其导航精度进行了验证。室外矩形航迹飞行试验的结果表明,以全球定位系统(Global Position System,GPS)作为参考,改进的动力学模型辅助导航系统相较于单独的惯性导航系统而言,定位精度提高了2~3个数量级。此外,改进的动力学模型辅助导航方法用于卫星拒止的室内环境时也具有较高的定位精度,为下文适用于该环境、基于动力学模型的自主容错导航方法研究提供了理论依据。为了拓展动力学模型的应用范围,并对二维激光雷达难以运用于无特征与突变环境下的问题进行改善,本文提出了一种基于动力学模型辅助的惯性/激光雷达自主容错导航方法,能够满足卫星拒止环境下可靠定位的需求。该方法使用联邦卡尔曼滤波器(Federated Kalman Filter,FKF)进行导航信息的融合,并基于残差?~2检验法进行故障诊断。并基于Gazebo搭建了仿真平台,随后进行的仿真飞行试验表明,该方法在激光雷达SLAM发生故障甚至不可用时能有效提高导航系统的定位精度,具有较好的可靠性与稳定性。最后本文搭建了基于DJI M100的四旋翼飞行器试验平台,并开展了实际飞行验证工作。针对卫星拒止的无特征环境与突变环境对本文提出的基于动力学模型辅助的惯性/激光雷达自主容错导航方法进行了综合验证,试验结果表明,本文提出的自主容错导航方法在惯性/激光雷达子滤波器故障时仍然拥有较高的精度,可靠性较高,较好的证明了本文所提出方法的正确性、有效性以及具备良好的工程应用价值。