四旋翼飞行器作为一种结构对称、依靠调节直流电机转速直接控制的非传统无人机,因其结构简单、灵活的控制,并且能够适应各种复杂的地理环境和气候,在各个领域都得到了广泛应用。其次,作为一个典型四输入六输出的欠驱动、强耦合的非线性系统,作为科研的对象也非常有意义。伴随着传感器制作工艺的不断进步与发展,低成本的传感器不断涌现,同时也显现出精度低的缺点,因其价格低廉,在飞行控制系统使用广泛。因此,如何通过软件算法来弥补传感器的不足,得到准确可用的信息,是一项非常有必要研究的问题。文中的两种姿态估计算法,就是针对飞行控制系统的姿态测量单元精度低的问题提出的。本文以四旋翼飞行器为研究对象,详细讨论了四旋翼飞行器的数学模型的建立过程,并且对复杂模型进行简化。然后通过对飞行控制系统的结构及原理的分析,分别讨论了两种姿态估计算法,误差四元数的梯度下降算法(GD)和扩展卡尔曼滤波算法(EKF),对算法的仿真验证使用Matlab软件工具进行,分析算法的有效性和准确性,进一步对参数的调整,为算法的应用做好准备。为了验证姿态估计算法的可靠性,搭建了四旋翼飞行器验证平台,该平台以STM32F407为主控处理器,以MPU6050作为惯性测量单元,并详细说明了四旋翼飞行器硬件平台的设计和软件部分的撰写。最后,通过飞行器上位机软件以及现场的实物调试,对所设计的四旋翼飞行器软硬件及姿态估计算法进行试验,通过试验结果证明了本文所设计两种姿态估计算法均可以满足飞行器的飞行要求,并且扩展卡尔曼滤波算法的姿态估计比基于误差四元数的梯度下降算法更为可靠。