供配电线网异物附着是威胁输电线路安全的重要因素,需要对异物做出准确识别判断并及时处理。传统轨道交通运维方法的成本过高,智能化程度较低,效率低,已经不能适应行业发展的要求。目前无人机巡检大多只能进行被动的环境监控,而不能直接与外部进行有效的交互,不能及时处理问题。因此搭载了主动作业机构的旋翼飞行机器人越来越受到研究人员的重视。本文研究结合旋翼飞行器和多关节机械臂的旋翼飞行机器人,并搭载了视觉伺服系统,使其能够满足供配电线网异物清除作业任务的要求。为此,本文从异物清除任务的复杂性、轨道交通传统运维模式的局限性以及旋翼飞行机器人在解决这些不足时具备的优点,构建了面向供配电线网异物侵入清除作业任务问题的模型。针对供配电线网悬挂异物的智能识别检测问题,结合供配电线网图像特点和异物的特征,提出一种鲁棒性强的基于稠密光流法的动态背景下运动目标检测算法,围绕接触网图像预处理方法,图像增强和异物检测三方面进行研究,实现了复杂环境下目标检测任务。为了对检测目标区域进行有效的跟踪,提出基于Kalman滤波改进的Camshift目标跟踪算法,并改进了原算法的跟踪模板。针对多关节机械臂抓取作业的智能控制问题,通过分析典型多关节机械臂的结构及其运动特性,确定了机械臂关节数量,并对其进行运动学分析,提出了基于五次多项式的多关节机械臂关节轨迹多约束轨迹规划方法;接着针对机械臂视觉伺服控制问题,建立了基于双层结构的模型预测控制的视觉伺服系统,设计了基于位置的视觉伺服控制器。本学位论文是对旋翼飞行机器人目标抓取这一研究方向的探索,实现了轨道交通供配电线网悬挂异物的智能识别和检测,以及多关节机械臂的智能控制,通过仿真实验,验证了本文所提出的算法对于供配电线网异物清除作业问题的解决,达到了较好的结果。该研究对于智能交通、电网巡检、智能控制等领域问题的解决,具有一定借鉴意义。