自主飞行产业正在不断扩大，持续突破现有技术边界的限制。多家企业正积极探索将自主飞行技术应用于城市空中交通服务与物流配送领域，其中既包括提供"空中出租车"服务的企业，也涵盖研发快递无人机的公司。另有企业专注军用领域，例如西科斯基公司正在研制新一代"黑鹰"直升机，旨在保障士兵在高危作战环境中的安全。本文致力于开发基于模型预测控制（MPC）的算法体系，使四旋翼飞行器能够在复杂环境下实现自主运行与精准着陆。该技术的核心在于：通过重复求解特定时域内的最优控制问题实现操作控制。其中可施加包括飞行器动力学约束、避障要求以及着陆区设定等终端状态约束。所研发的MPC算法融合了名为"内点优化法"（IPOPT）的高级数学规划技术，并构建了基于线性二次调节器（LQR）成本函数的优化目标函数。该目标函数在继承LQR框架优势的基础上，专门增设了约束处理模块、避障功能优化单元及算法稳定性保障机制。研究涵盖的典型场景涉及障碍环境中的自主运行与着陆，以及故障或断电等紧急状态下的应急着陆与系统恢复。针对这些代表性工况，将通过仿真模拟对MPC算法进行全面验证与性能评估。

后续结构安排如下：第二章系统梳理MPC技术发展脉络及其在航空航天领域的应用研究；第三章阐述本论文提出的MPC核心算法框架及其理论推导过程；第四章详述仿真采用的四旋翼精确数学模型及其运动方程推导；第五章呈现多套对比算法的完整仿真实验结果；第六章通过误差解析与计算时效比较进行深度算法性能评估；第七章总结研究成果，并展望基于本研究的未来技术发展方向。