不停电线路维护是保障工业生产及居民生活电力供应的重要举措,提高我国电力运维系统的自动化水平迫在眉睫。研发具有自主作业能力的配电线路维护机器人,对构建高效、安全、可靠的电力运维系统具有重要意义。本文以自主式配电线路维护机器人研发项目为背景,在完成机器人系统总体设计的基础上,对机器人自动手眼标定、柔性线缆感知与操作、视觉遮挡下的轴孔装配、机器人任务级规划等关键技术开展研究。主要内容和创新点如下:针对配电线路维护作业中面临的复杂地形、非结构化环境等问题,构建了一种由自行式高空作业车、地面控制室、高空机器人平台组成的配电线路维护机器人系统。针对作业难点及任务需求,设计了控制系统、通信系统、机械系统、传感系统、动力系统、绝缘防护系统,并依据机器人系统结构将配电线路维护作业任务流程进一步细化,为后续机器人控制策略研究奠定基础。针对复杂配电线路任务对于快速手眼标定的需求,提出了一种基于变异粒子群优化的自动手眼标定方法。在相机成像原理及标定方法的基础上,设计了深度数据校正方法,提高了采用深度相机进行目标三维测量的精度。针对手眼标定过程中依赖人工给定机械臂的路径点、标定效率低下的问题,基于变异粒子群优化算法在机械臂运动过程中实时估计手眼参数,并基于能量最优化原则自动补偿机械臂关节角度,以保证标定过程中标定板始终处于相机视野内。实验结果验证了所提算法的有效性和精确性。针对配电线路维护作业中最为典型的柔性线缆抓握需求,提出了基于对称边缘特征的线缆位姿感知和基于操作面的机器人抓握线缆规划方法。针对空间柔性线缆形状不确定性以及难以建立力学模型的问题,基于线缆投影原理设计了新型的对称边缘特征（Symmetric Edge Features,SEF）,基于语义分割设计了线缆边缘检测算法以降低特征计算量,对于复杂背景下线缆图像依次进行边缘提取、特征筛选、中心点排序及中心线拟合,计算线缆中心线精确的三维位姿。针对线缆细长形态会增加抓握过程中碰撞概率的问题,设计了线缆抓握操作面,依据力方向可操作度选取线缆抓握点,并提出了基于运动方向可操作度引导的BG-RRT（BG-RRT Guided by Motion Directional Manipulability,MBG-RRT）两阶段规划算法。仿真和实验结果验证了所提算法的高效性和精确性。针对视觉遮挡及力学模型不确定情况下的接线端子装配问题,提出了一种基于生成式建图及搜索网络（Generative Mapping and Searching Network,GMSN）的装配策略。将装配过程分为粗对准和精寻孔两个阶段。在粗对准阶段,作业目标未被遮挡,采用深度卷积神经网络检测目标位置并实现视觉伺服控制。在精寻孔阶段,目标被部分遮挡,则基于视觉和力觉信息构建二维寻孔模型,并设计新的自监督网络-GMSN以实现精准寻孔。仿真和实验结果表明,在所提装配策略作用下,配电线路维护机器人可以安全高效地完成接线端子装配任务。为实现机器人系统在非结构化环境下自主作业,进一步探索了机器人任务级自主规划问题。基于知识图谱体系将机器人所处的场景状态及其动作原语抽象为图的节点和边,依据物理学约束和任务流程约束构建了配电线路维护任务地图。由任务地图节点间的联系以及视觉系统对作业场景关键目标的实时检测,提出了一种基于动态贝叶斯网络（Dynamic Bayesian Network,DBN）的场景状态估计方法。融合强化学习的思想,设计了基于图的值迭代网络,具有高效、稳定、路径复用性强等特点。通过实验室环境和室外配电线路环境下的实验,验证了所提任务级规划方案可使机器人系统能够高精度地感知场景状态,并做出最优决策。