本文的主要内容是小型无人机自动驾驶仪的设计及其控制算法研究。相对于有人驾驶的飞机，无人机具有自动控制、远程遥控、自主飞行的能力，同时具有体积小、发射回收方便，机动性、灵活性好、对环境要求低、生存能力较强等优点。由于无人机无需机组人员驾驶，所以能执行更危险的任务，具有低廉的任务成本，无人机得到广泛发展和应用。飞行控制系统是无人机系统的核心组成部分，承担着无人机自动控制、自主飞行任务。本文提出的自动驾驶仪主要强调作为飞行控制算法实验平台，采用双处理器的集成组合，为并行算法的设计实现提供了可能。首先，介绍了当前无人机技术的发展现状，然后给出了无人机自动驾驶仪的总体结构，并设计了以ARM处理器和DSP控制器为核心，结合了陀螺仪、加速度计、GPS接收机、气压传感器、电子罗盘等传感器的无人机自动驾驶仪，完成了传感器的数据采集和多传感器的数据融合、与地面监控站的数据通信、多路控制信号输出和PWM输入信号捕获。在无人机的控制中，姿态控制是实现自动飞行的关键技术，姿态解算也是该领域的重点、难点。本文给出了两种姿态解算的实现方法：方向余弦矩阵法和四元数解算方法。为了保证解算结果的稳定性和可靠性，引入了互补滤波理论，并编写相关程序在DSP+ARM自动驾驶仪上进行了实验。根据实验结果，证明了两种方法在姿态解算上的有效性和稳定性，并分析了二者在姿态解算性能上的特点。针对先进控制算法运算量大，算法实现复杂，移植困难的问题，本文提出了自适应的滑模变结构控制，并给出了Lyapunov稳定性证明。和传统的滑模控制相比，自适应方法不需要获取具体的噪声和扰动的边界信息，只需要保证在理论上边界是存在的，通过自适应参数的变化来抵消噪声和扰动带来的影响。通过自适应策略，降低了算法的复杂度和运算量，易于在自动驾驶仪上进行移植。MATLAB仿真实验结果说明了自适应方法的正确性和有效性。最后，对本文所做的工作进行了总结与展望，提出了今后研究工作的方向和问题，并展望了未来无人机及自动驾驶仪的发展前景。