无人机的迅速发展使得它在各个领域得到广泛应用。目前,在信息化的社会中无人机在快递行业、航拍、农业、植保、灾难救援等方面成为各国研究的热门,全球都致力于提高无人机飞行控制系统的稳定性以及定位系统的精确度。因此该系统设计中以飞行控制系统和RTK GPS(实时动态定位系统)为依托,研究AHRS(航姿参考系统)与RTK GPS(实时动态定位系统)数据融合算法用以最大程度提高飞控的稳定性和定位的精确度,具有非常重要的理论与实际应用价值。本文首先对系统的AHRS(航姿参考系统)与RTK GPS(实时动态定位系统)数据融合算法展开研究与实现。先阐述AHRS中四元数、欧拉角和旋转矩阵的转换关系以及RTK GPS定位原理,再分析最小二乘估计、维纳滤波器(线性最小方差估计)、卡尔曼滤波和扩展卡尔曼滤波器几种常见的数据融合算法,通过对公式推导、算法复杂度以及误差大小进行对比,最终确认该系统的数据融合算法以扩展卡尔曼滤波为基础,优化系统的输入量维数以及外部噪声参数来实现系统输出最优的状态数据,并对AHRS与RTK GPS的数据融合算法进行MATLAB仿真和分析。为验证数据融合算法的可行性,本文完成了系统的软硬件设计,硬件电路包括飞行控制系统硬件电路和RTK GPS定位系统硬件电路。飞行控制系统需要提供AHRS的基本数据,其主控制器芯片采用高性能的STM32F4系列芯片,完成数据的接收、发送和处理,而所需的陀螺仪、加速度计、磁感应强度、气压等等数据通过外部传感器进行采集。RTK GPS定位系统硬件电路中采用NEO-M8P定位芯片为系统提供高精度的定位数据。飞行控制软件系统主要包括嵌入式Linux系统开发环境的搭建、Nuttx系统的配置和编译、飞行控制系统的编译和固件的烧写。同时构建地面站,通过无线传输设备实现与飞行控制系统进行飞行指令、通信数据的传输,而RTK GPS定位软件设计主要需要通过u-center对硬件电路进行配置以实现卫星信号达到最强。论文最后对整个系统的数据融合算法、软件和硬件平台进行测试。通过对系统数据融合算法输入实际飞行数据来实现仿真,并与输出数据进行对比,结果表明在飞行控制系统中实现该融合算法使得输出数据更加接近于实际值,单位时间内数据量增多,并有效地降低了噪声对系统的影响;同时对软硬件平台进行整体分析和测试,可知该系统具有处理数据快、定位时间短、精度高、稳定性高等特点,并能够实时得到高精度的定位信息;然而,本方案采用NEO-M8P定位芯片增加了系统成本与芯片维护难道,有进一步提升的空间。