随着现代化建设的不断完善,人们物质生活的进一步丰富。伴随运输网络逐步覆盖率不断增加,桥梁的使用频率与工作量较上世纪有了较大的提升,其作为基础大型建筑在交通运输中承载着不可或缺的作用,快捷高效廉价的桥梁检查方法是维护桥梁健康和交通安全的重要依据。近年来,随着旋翼无人机（Rotor Unmanned Aerial Vehicle,RUAV）技术的快速发展,RUAV在空间中高度自由的特性,RUAV搭载传感设备桥梁检查问题已经成为了国内外研究热点问题之一,而RUAV协同检查路径规划问题是检查过程的重要规划任务,配置合理的RUAV机群路径运行策略,能显著降低检查过程成本,提高检查效率。因此,本文构建了一种用于分布式旋翼无人机系统（Multiple Rotor Unmanned Aerial Vehicle System,RUAVs）的桥梁检查的方法,针对多无人机协同桥梁检查路径规划问题展开研究,对RUAVs系统在桥梁检查中的环境模型构建和规划方法适配分别提出了解决方案,主要研究工作如下:1.针对桥梁的环境模型构建问题,提出了覆盖路径弧（Cover Path Arc,CPA）的大型桥梁点云建模方法,该方法基于点云切片的思想,增加补充平面和补充点集,将弧长法用于建模过程的补充点集筛选过程,解决了建模覆盖不完全的问题。通过补充视点筛选化弧,提出以弧为最小规划单位,缩减了大型建筑覆盖路径规划中搜索空间,定义了弧生成、合并、拆分等,为大型建筑覆盖路径规划提供了优质快速的规划环境模型框架。2.针对单无人机路径规划问题,提出了基于改进遗传算法（Genetic Algorithm,GA）的RUAV的覆盖路径规划方法。该方法基于单元分解模型,主要解决了当RUAV检查时,如何使得检查花费最小的问题。首先,提出利用单元分解建立桥梁检查路径规划优化模型;之后根据启发式GA算法基本模型,提出采用图论约束对GA算法进行改进。仿真结果表明,与增强粒子群（EPSO）和标准GA算法相比,改进后的GA算法能够得到更为理想的可行解。3.针对覆盖路径弧桥梁环境模型的基础上,适配RUAVs系统提出了基于改进扩展一致性束算法（Consensus-Based Bundle Algorithm,CBBA）的RUAVs分布式任务分配方法。该方法解决了RUAVs的任务均匀分配问题。在原始CBBA算法基础上,根据任务尺寸,提出任务拆分合并邻接矩阵;针对任务RUAVs和拆分任务特性,提出任务合并方法,解决了CBBA分配过程中独立任务只可分配至单一智能体的问题。均匀拆分任务的特性也解决了任务集方差过大产生的任务分配不均的问题。同时改进自组织映射（Self-Organization Mapping Net,SOM）算法,在SOM算法基础上,增加了获胜神经元对数据聚类的映射,使得SOM算法可用于解决广义旅行商问题,该方法解决了覆盖路径弧模型经CBBA任务分配后,每个RUAV弧集独立快速规划问题。