多旋翼无人机作为近年来移动机器人领域的研究热点,其自身自主性能在不断提高。路径规划作为移动机器人典型的自主能力,一直是无人机领域的研究重点。无人机路径规划的研究通常集中在室外空旷环境,室内环境具有更多的时变性与不可预测性,开展室内复杂时变环境下的无人机精准路径规划对于无人机的自主协同及精准作业具有重要意义。本文在分析了多旋翼无人机路径规划的相关研究及应用的背景下,充分考虑室内环境的复杂因素,针对多旋翼无人机在室内环境的路径规划问题展开了深入的研究。考虑多旋翼无人机在室内环境下面临规划空间狭小,边界条件多,避障裕度小等多方面挑战,分析得出传统环境建模方法无法同时保证环境建模精度与规划算法效率,本文在栅格法的基础上,提出了“针对高度降维的三位环境建模方法”,实现了对多旋翼无人机路径规划空间的环境建模,在处理室内三维规划空间环境模型建立的过程中,该方法减小了传统栅格法建模的栅格数量,降低了规划算法处理环境模型的复杂度。在完成对室内规划空间环境模型建立的基础上,本文首先阐述了室内环境下全局路径规划的特点,指出室内环境下全局路径规划问题需要依靠一套高效准确的路径规划算法,因此本文分析了在搜索寻优方面应用广泛的多种状态空间搜索算法,论述了启发式算法在解决全局路径规划问题的优势,通过研究经典的启发式搜索算法,即A*算法的原理及实现流程,利用A*算法在室内三维环境降维模型上进行全局静态路径规划,并完成仿真。在完成室内环境下全局静态路径规划方法研究的基础上,指出室内环境下仍面环境信息时刻变化,动态障碍物运动无规律等复杂问题,A*算法在局部动态时变环境下,其自身规划效果变差,规划效率降低,无法满足局部动态规划需求,本文研究分析了国内外在局部动态路径规划问题上的研究成果,指出无记忆A*算法虽然具备良好的动态性能,但是其在复杂环境下进行局部动态规划容易陷入局部最优解。在此基础上,本文提出了一种以全局路径规划结果为基础进行局部动态搜索的思路,设计了无记忆回归A*算法,并与传统A*算法相结合进行动态规划,最后利用在经典的“陷阱”问题的仿真研究,验证了无记忆回归A*算法以及设计的动态规划思路的正确性。在完成上述理论研究后,本文介绍了室内视觉定位平台的基本组成、基本使用及工作原理,搭建了无人机室内路径规划飞行试验平台,介绍了多旋翼无人机的选型方案及硬件搭建过程,设计了基于Qt的无人机地面站系统,完成了由室内视觉定位平台到地面站系统,再到无人机的通讯链路设计,在搭建的整套室内实验平台下,展开了室内环境下多旋翼无人机全局路径规划飞行试验。