在室内狭小空间内实现无人机的自主飞行已经成为众多研究学者关注的热点问题,无人机在复杂室内环境中实现自主飞行除具有良好的控制方法,还必须具备精准定位、可靠建图以及自主规划等能力。本文将使用（Robot Operating System,ROS）系统的四旋翼无人机为载体,研究无人机在室内自主飞行轨迹规划问题。建立无人机运动模型,融合激光雷达和惯性测量单元数据,修正无人机位姿,提高自主定位精度,通过混合势能概率路线图（Hybrid Potential Based Probabilistic Roadmap,HPPRM）算法实现全局范围内动态路径规划,完成室内自主飞行,本文主要工作如下:首先,推导四旋翼无人机运动学方程,建立机载激光雷达测距的数学模型,分析蒙特卡洛定位算法。结合PX4飞行控制系统和MAVROS通信协议,搭建基于ROS系统的室内无人机自主飞行的半实物仿真验证平台。其次,针对无人机倾转引起定位和建图算法的误差,结合无人机运动学方程,采用扩展卡尔曼滤波算法融合雷达和惯性测量单元数据修正定位误差,并将融合后的数据作为同时定位与建图（Simultaneous Localization and Mapping,SLAM）算法的输入构建全局地图,优化蒙特卡洛算法,提高定位精度,使无人机在飞行过程中实现自主定位。再次,优化人工势能法（Artificial Potential Field,APF）,解决无人机在三维空间中的动态避障问题,优化概率路线图（Probabilistic Roadmap,PRM）算法,提高规划速度,搜索最优路径。结合优化后的APF和PRM算法,设计一种解决无人机三维空间中的全局动态规划问题的HPPRM算法,并设计复杂度实验,验证HPPRM算法的有效性。最后,在无人机仿真平台中,设计三条不同路径验证优化后的蒙特卡洛算法定位的有效性,构建室内动态仿真环境,验证HPPRM算法的全局动态规划能力。仿真结果表明,优化后的蒙特卡洛定位算法和HPPRM算法能够精准定位和规划路径能实现无人机在室内环境中的自主飞行。