近些年来无人机得到了快速的发展,随着应用场景的复杂化和多样化,对无人机的作业能力、鲁棒性和效率的要求也越来越高。影响无人机执行任务能力的一个关键因素就是定位技术,本文重点研究小型无人机在室内环境下的复合定位方法。目前,全球定位系统(GPS)应用广泛。然而在室内环境下,GPS定位精度低且稳定性较差,使用GPS进行导航无法满足要求。针对室内环境下的无人机自主定位问题,本文提出了一种基于惯性导航系统(INS)、超宽带(UWB)和低成本视觉激光雷达的复合定位方法。INS的短时精度较高,但定位误差会随时间累积,而UWB可以实时提供全局定位信息。本文设计了一种自适应卡尔曼滤波算法用于融合INS和UWB的信息,可以得到精度更高、鲁棒性更好的定位信息,实现无人机在运动状态下的复合定位。本文还实现了一种基于视觉的低成本激光雷达,用于提高无人机在目标区域内的定位精度,以提升任务执行的效率和成功率。无人机处于悬停状态时,视觉激光雷达将作为辅助的定位设备,提供更高精度的定位信息。为验证传感器系统和数据融合算法的性能,本文进行了相关的仿真和实验。仿真用于验证运动状态下自适应卡尔曼滤波器算法的性能。实验分为两个部分,一是运动状态下INS和UWB的数据融合实验,着重分析无人机在运动过程中轨迹追踪的准确度,二是悬停状态下融合激光雷达数据的实验,主要分析无人机在悬停状态下的定位性能。仿真和实验结果表明,基于INS、UWB和视觉激光雷达的复合定位方法可以有效提升无人机在运动状态和悬停状态下的定位精度和稳定性。