近年来,多旋翼无人飞行器技术快速发展。因其结构简单、具有垂直起降与悬停的能力,其在工业、农业、军事等领域均有广阔的应用前景。多旋翼无人机作为一种飞行机器人,其应用越来越要求无人机具备高精度、智能化、自主化的飞行能力,而具备这些能力的基础就是无人机具备准确的状态估计以及环境感知的能力。针对上述实际需求,本文首先开展自主飞行多旋翼无人机的状态估计问题研究。传统多旋翼无人机基于全球定位系统(GPS)进行定位,这种方式在无GPS或者信号欠佳的环境中,无法准确估计无人机自身位置,而无人机的稳定定点悬停能力需基于准确的位置估计。本文基于惯性测量单元(IMU)、GPS、气压计、激光测距传感器、激光扫描雷达、光流传感器和立体双目相机等多类传感器,分析了不同传感器的信号特点,针对激光扫描雷达的定位算法,融合其他传感器信息进行了改进,并设计了基于扩展卡尔曼滤波器(EKF)的多传感器融合的框架,实现无人机在高度方向和水平方向准确的位置和速度的估计。在实现无人机准确状态估计的基础上,针对无人机区域自主作业应用的需求,本文提出了基于螺旋样条的区域轨迹规划方法。首先,针对给定的区域,设计了一种螺旋控制点生成方法,采用非均匀有理B样条(NURBS)曲线拟合轨迹,基于旋翼无人机的动力学约束,建立以最短飞行时间为目标的规划问题求解并进行轨迹插值,最终生成一个最优的轨迹,在保证无人机飞行姿态平滑以及满足动力学约束的条件下,提高无人机区域作业的效率。针对无人机在区域自主作业过程中,需自主地感知并绕开障碍物,故本文在规划的轨迹基础上,进一步提出一种局部避障轨迹再规划的方法。采用二维扫描激光雷达获取环境二维点云信息,并进行栅格化处理提取障碍物信息,基于改进的人工势场法在障碍物周围生成二维排斥势场,同时在目标点的引力势场的共同作用下,实现在未知环境下的实时避障飞行。本文在Gazebo仿真环境中搭建了无人机仿真平台,验证了算法的有效性。最后进行了飞行实验,验证了避障规划方法在实际飞行中的有效性。