随着多旋翼无人机技术的快速发展和成本的逐步下降,无人机在各个行业内的应用越来越广泛。随着应用场景的扩大,无人机飞行的环境也逐步复杂化。传统的基于GPS定位系统的无人机自主飞行方案并不适用于障碍物较为复杂的环境,需要人工操作员对无人机进行控制。因此,本文研究内容为无人机在利用激光雷达感知环境信息的情况下,如何在复杂环境中进行自主避障,并完成预定飞行任务。本文重点研究了基于激光雷达的无人机自主避障系统中的全局路径规划问题和局部避障问题。本文的工作主要由以下几个方面组成:（1）本文首先根据无人机自主避障飞行的功能需求,设计了避障飞行系统的软硬件结构。本文将整个系统划分为了无人机端和地面站端两大部分。同时将软件部分划分为地图建立模块、全局路径规划模块、局部避障飞行控制模块等。这些软件模块与硬件设备相结合,协同配合完成避障飞行功能。同时,还给出了本文所选用的无人机、激光雷达等硬件设备的型号。（2）针对无人机避障飞行测试较为不便,且存在安全隐患的问题,本文基于Gazebo搭建了一套无人机仿真测试平台。主要解决了 Gazebo平台内使用的无人机和激光雷达硬件与现实环境中硬件的性能和控制接口不一致的问题,同时还搭建了仿真环境内的飞行测试场景,为本文后续研究提供了便利的仿真测试环境。（3）针对全局路径规划问题,本文基于RRT算法实现了系统中的全局路径规划模块,并分析了 RRT算法在本场景下的不足。提出了基于上次扩张结果的动态扩张参数改进方法,通过动态修改扩张参数,从而使得RRT算法能够适应开阔空间和障碍物周边不同的环境特点,选择相对最优的扩张策略,从而减少规划时间。还提出了基于搜索树复用的改进方法,当需要在多个首尾相连的路径点之间进行规划时,通过复用上次规划的搜索树,可以节省重复探索相同区域的时间,从而加快规划速度。最后,还提出了一种路径优化方法,可以缓解RRT算法规划出的路径拐点过多、存在绕行等问题。通过对比实验验证了改进的有效性。（4）针对局部避障问题,本文基于3DVFH算法实现了系统中的局部避障飞行模块。并基于本系统中无人机通过激光雷达可以360°感知障碍物信息,因此无人机在飞行过程中不需要将机头转向飞行方向的特点,对3DVFH算法中的代价函数进行了改动。此外,由于算法原文中没有给出二维直方图在二值化时,高低阈值的具体确定方案,因此本文提出了一种基于统计学方法的阈值确定方案。最后,在仿真环境和实际环境下对局部避障飞行模块进行了测试,证明了所实现模块的正确性和有效性。