全景地图将全景图像信息与数字地图结合,为人们提供新型的地图服务,近年来已得到广泛的应用。然而,全景地图的拍摄往往需要消耗过多的人力与时间成本。利用无人机平台搭载摄像设备,并实现构建全景地图的全流程自主化,能够节约人力与时间资源,提高任务执行效率,是一种新颖的智能解决方案,具有重要的理论研究价值与实际应用前景。为实现基于无人机的全景地图自主生成,需要解决两个核心问题:无人机的航点自主生成与优化、无人机拍摄位置优化。其中,航点生成与优化是为了解决无人机在何处进行拍摄的问题。本文首先提出了一种有效的拍摄点选择规则,并设计了基于图像形态学处理的拍摄点生成与优化算法,实现了将人工选择航点的任务交由计算机来自主生成,节约大量人力的同时还根据全景图特性对航点进行数量上的优化以提升任务执行的效率。拍摄位置优化问题则是对无人机的拍摄位置与高度做更细粒度的优化,以保证拍摄的道路处于图片中央,同时能够拍摄到完整的建筑物及其顶部天际线,从而方便实现图片拼接,提高全景地图的整体展示效果。为此本文提出了道路跟随网络RFTNet以使无人机跟随道路中央飞行,以及天空检测算法来间接地动态调整无人机拍摄建筑物时的高度。最后,本文还实现了一个原型系统,建立了多个基于现实校园场景或虚拟3D世界的数据集,对上述算法及其他基准算法进行了充分的实验与性能对比。结果表明本文所提算法以较小的计算开销获得了更为优秀的算法性能。