四旋翼无人机因其出色的灵活性和机动性,可以代替人类在复杂危险的环境中进行某些特殊任务,提高工作效率同时也降低了人员伤亡的风险。近些年来,拥有自主导航能力的小型无人机逐渐成为军事和民用领域无人机的新研究热点。然而,小型无人机自身的机载处理器资源通常有限,同时常用的定位导航算法对处理器性能要求较高,因此难以在无人机上实现实时的自主导航。本文着重研究了四旋翼无人机的实时位姿估计、三维地图构建以及自主航迹规划等关键技术。针对无人机自身处理器资源有限、大规模稠密地图构建十分耗费资源、以及航迹规划实时性和安全性不高的问题,提出了一种基于RGB-D相机的无人机自主导航方法,并将其应用到自行搭建的四旋翼无人机平台上。本文的主要工作和成果如下:(1)位姿估计与地图重建方法研究:针对单目视觉SLAM(Simultaneous Localization and Mapping)存在尺度不确定性问题以及大规模稠密地图重建十分耗费资源的问题,本文采用RGB-D相机,直接获取真实尺度信息,融合IMU数据,提高位姿估计精度,并引入RTAB-Map(Real-Time Appearance-Based Mapping)的内存管理机制,实现无人机实时准确位姿估计和大规模稠密地图重建;(2)无人机航迹规划方法研究:提出了一种基于关键航点的实时无人机航迹规划方法,改进A*算法的启发函数,利用梯度信息筛选关键航点,同时优化碰撞代价函数,并显式地引入无人机动力可行约束,构建二次规划模型来优化航迹,使其更适合无人机飞行,保证了无人机进行自主导航的安全性和实时性;(3)实验平台搭建与方法验证:先是在Linux系统下,部署ROS(Robot Operating System),并构建仿真环境,初步测试SLAM算法、航迹规划算法和整个系统的可行性和稳定性。然后自主搭建了以Pixhawk2飞控、Intel Real Sence RGB-D相机和Intel NUC迷你主机为重要组件的无人机硬件平台,进一步验证所提方法的可行性和有效性。