随着室内导航定位技术的兴起,使无人机在室内环境中的应用得到了前所未有的发展。与一般无人机相比,四旋翼无人机具有体积较小、机动灵活、操控简单、起飞方便等优点,可以代替人类执行室内目标搜索、有害气体信息检查等任务,在反恐侦查、灾后搜索与救援等领域具有广阔的应用前景。由于室内空间结构比较复杂,高度受限且障碍物较多,使无人机在室内自主导航时具有较大的挑战,而航迹规划作为无人机自主导航关键技术之一,现已成为无人机领域的研究热点。本文围绕四旋翼无人机室内自主导航问题,对四旋翼无人机三维航迹规划方法进行了深入的研究。本论文的主要研究工作如下:（1）针对室内四旋翼无人机航迹规划问题,首先分析了现有的环境建模方法,采用栅格建模法实现对室内连续规划空间离散化处理;随后结合四旋翼无人机自身飞行特点,分析出其在室内环境中飞行的物理限制条件;对路径规划问题中常见算法进行了研究,通过分析不同算法的优缺点,选择强化学习算法和A*算法作为本文航迹规划方法的研究对象;（2）针对室内空间环境复杂且Q-learning算法收敛时间过长的问题,提出了简化算法搜索节点的空间优化策略,和确定相对于起点位置的目标方向的Q值初始化策略。实验结果表明:相较于传统Q-learning算法,改进后的Q-learning算法在收敛时间和搜索节点数上都有明显的降低,所规划的路径长度也有所缩短,并在不同环境中验证了改进算法具有良好的泛化能力;（3）针对传统A*算法所规划的航迹存在紧贴障碍物的问题,在启发函数中加入了安全距离函数,并对规划的航迹进行平滑处理;为满足四旋翼无人机室内导航的实际需求,针对无人机飞行航线上出现的突发障碍物,对其进行重规划处理.实验结果表明:改进A*算法规划的航迹相比于传统A*算法能在一定程度上远离障碍物,确保了无人机的飞行安全,并且通过平滑处理后的航迹更符合无人机的实际飞行;对全局航迹上出现的突发障碍物进行的重规划处理,能较好满足无人机的实时性需求。