近年来,多旋翼无人机因其成本低、机动性好、飞行稳定等特点得到越来越广泛的关注,并且随着传感器技术的迅速发展,多旋翼无人机的自主避障、目标跟踪以及自主导航定位等问题都是当前研究的热点。本文针对在室内特定区域的障碍物规避、移动目标跟踪以及自主导航定位的任务需求,将以多旋翼无人机为验证平台,设计出一套基于多旋翼无人机室内自主避障、移动目标跟踪以及自主导航定位的系统,并进行实验测试。本文主要研究内容分别如下:首先,依据功能需求分析,提出多旋翼无人机室内自主避障、目标跟踪、自主导航定位系统的硬件设计方案,确定飞行控制模块、避障模块、视觉跟踪模块以及自主导航定位模块的硬件选型与方案;并设计出基于势流法的无人机避障方法,使无人机跟踪目标或在前往目的地过程中,能以较为光滑的路径绕过障碍物。其次,设计出基于HOG+SVM检测器与KCF跟踪器相结合的机载目标跟踪模块。通过该算法对实际运动目标进行检测、识别、提取以及跟踪,为多旋翼无人机实时跟踪提供运动目标的相对位置,从而实现多旋翼无人机稳定跟踪移动目标的任务。再次,设计出基于深度学习的一种特征点检测算法与SLAM技术相结合的自主导航定位模块,为无人机在室内飞行提供导航定位功能。该模块利用SuperPoint特征点检测算法替换SLAM技术中的前端特征点检测算法,从而达到优化SLAM导航定位的功能。并通过实验证明该系统自主导航定位系统的可行性。最后,试验结果表明本文设计的多旋翼无人机自主避障、目标跟踪以及自主导航定位系统具有较好的实时性、快速性和稳定性,具有重要的理论意义与应用前景。