近些年来,无人机的应用越来越受到欢迎,在户外情况下,GPS定位系统可以使用,可以确保无人机在室外环境稳定飞行。相比于室内情况,GPS定位系统往往会失效,导致缺少可靠的定位系统,无人机在室内的应用受到广泛限制。为使得无人机在室内环境下可以应用,难点是无人机在室内如何定位,这就需要基于无人机的平台,搭载传感器进行定位,使用路径规划算法进行避开障碍物飞行,这是无人机目前需要解决的难题。因此本文选用四旋翼无人机为硬件平台,依靠搭载的双目相机传感器探测室内周围环境,在ROS（Robot operating system）的系统下运行,实现视觉定位和路径规划算法运行,用于解决在室内复杂环境下的定位和避开障碍物的问题,本文研究的内容包含以下几方面:（1）根据室内自主避障系统的要求,然后选择需要的硬件和传感器,最后创建了四旋翼无人机飞行姿态、运动学和视觉相机观测模型。（2）本文介绍视觉SLAM（Simultaneous Localization and Mapping）的流程,接着对SIFT（Scale-invariant feature transform）、SURF（Speeded-Up Robust Features）、ORB（Oriented FAST and Rotated BRIEF）三种算法进行描述,通过不同角度拍摄的照片进行特征点的提取和匹配,选取ORB算法。在ORB算法的基础上,使用PROSAC算法剔除误匹配。后对SLAM地图的分类进行描述,选择八叉树图作为建立周围环境地图模型。（3）本文在创建地图模型后,介绍一些路径规划的算法,选取A星算法并对原理进行说明,针对A星算法存在的缺陷,提出了在其的基础上加入Floyd算法的方法,将搜索的方向减少,用于解决局部节点的冗余浪费,去掉相邻共线的点和删除多余的拐点,提供仿真实验的前后对比,进一步验证改进算法的可行性。（4）介绍ROS系统的结构组成,完成避障系统设计,将设计好的系统搭载到无人机硬件平台中,在室内环境下完成定点和避障飞行实验,验证在室内环境下避障系统的有效性和稳定性。