随着O2O（Online to Offline,线上到线下）网上订餐平台的普及,餐饮外卖行业得到了迅速的发展。外卖成为人们继在家做饭、餐厅堂食外的第三种常规就餐方式。面对不断增长的餐厅外卖市场,O2O网上订餐平台为了提高配送效率,导致的“骑手困境”问题在社会上引发了热议。为了缓解不断增加的订单数量带给骑手团队的压力,各个网上订餐平台提出采用无人机来提高即时外卖的配送效率。当前研究成果中,将无人机与即时外卖配送结合的研究较少,但是研究VRP（Vehicle Routing Problem,车辆路径规划问题）相对较多。本文结合现有的研究成果,面对动态、实时产生的外卖配送任务,提出了一种面向动态任务的多无人机调度算法框架,以总的拖期时间最小化作为优化目标。本文的主要研究内容如下:（1）在现有的即时外卖配送方案流程的基础上,结合无人机的负载限制、电池能量限制等约束限制,确定了以无人机配送任务的总拖期时间作为单目标的优化条件,建立了无人机即时外卖配送的数学模型。（2）本文根据无人机配送模型,设计了一种算法框架。框架包括动态任务收集和动态任务调度两个部分。其中,动态任务调度包括:任务分组、初始组序列构建、航程分配和局部搜索等部分。该框架周期性的收集新的任务,并调度安排收集到的任务。（3）针对所提出的算法框架进行组件校准。其中,动态任务收集比较了朴素的和带有重调度的收集策略。动态任务调度采用了迭代启发式方法对每个周期内收集的任务进行调度:任务分组中采用了K-Means++聚类方法;航程分配中比较了几种基于轮盘赌的方法;局部搜索中采用了基于SA（Simulated Annealing,模拟退火）的启发式方法。通过对以上组件的校准,选出了最佳组件组合。最终,通过与其他算法的比较,证明了本文所提出的算法更具有鲁棒性且更适用于这个场景。（4）本文针对O2O无人机即时外卖配送系统,对其线上系统进行实现并对线下元素进行真实场景下的模拟仿真。