高压输电线路是现代工业社会和国民生活的生命线,它的正常与否事关国民生计和社会安定。然而,远距离输电的方式和特殊环境不可避免的会引起线路故障,造成极大的生命财产损失。因此,对高压电力线路实施定期巡检成为输电部门的一项必要工作。巡检机器人的研制为电力巡检工作提供了新的解决方式,巡检机器人研究的重难点在于其自主导航系统的设计。本课题针对高压巡检机器人视觉导航系统开展研究,研究重点在于视觉导航算法的设计,有望实现高压巡检机器人沿线自主不间断工作,并可依靠携带的远程通信设备,时刻与远程地面基站保持联系。首先,针对现有高压输电线路巡检机器人视觉检测算法存在的检测准确率低、抗干扰能力弱、小目标检测效果差等问题,提出了一种基于多项式函数曲线拟合的最近邻加权灰度均值算法,用于提取目标感兴趣区域(Region Of Interest,ROI)。实验结果表明,算法具有极大的ROI提取精度。其次,针对传统目标检测算法存在人工参与多、特征提取复杂等问题,基于YOLOv3目标检测框架,删除部分网络层数,用Focal Loss改进原损失函数。实验结果表明,算法在运行速度显著提高的基础上,极大地提高了对正样本的识别率。再次,为了解决当前目标定位算法抗干扰能力较弱、定位精度略低、先验条件过多等问题,提出一种基于线匹配的立体匹配算法,并通过距离约束条件与深度值的分布信息,剔除部分匹配点,获得了目标的加权平均深度。实验结果表明,定位算法具有很大的抗干扰能力,定位精度很高。最后,为了给视觉导航算法的运行提供嵌入式平台,根据视觉导航系统的需求,设计了高压巡检机器人视觉导航系统的嵌入式结构,编写软件程序使系统完成既定功能。