伴随着我国电网规模的不断扩大与电力体制改革的逐步推进,传统人工巡线的方式越来越无法满足电力线路日常巡检的需求。无人机巡检作为一门安全、高效的新兴技术,近年来已被广泛应用于电力巡检、河道巡查、高速巡逻、气象监测等领域。目前,无人机巡检主要还是通过工作人员远程遥控来完成,若能实现无人机的全自主飞行,将使巡检效率得到进一步提升。而路径规划是无人机自主飞行的前提条件,自主导航又是路径规划得以实现的重要保证。因此,研究无人机的路径规划与自主导航技术,并将其应用于电力线路的日常巡检,对于发现线路故障、提升巡检效率和维护电网稳定具有重要意义与应用价值。本文从国内外对无人机线路巡检的研究现状出发,通过对无人机线路巡检关键问题的分析,确定了巡检约束条件,并据此构建了安全巡检区域模型,以保证巡检过程中无人机与线路的安全。在此基础上,针对技术内容的不同将分别从路径规划与自主导航两个方面对无人机线路巡检进行了详细论述。本文主要工作内容如下:首先,详细介绍了RRT路径规划的算法原理,在此基础上,对目前几种典型的RRT改进算法进行了深入研究,并通过仿真实验,分别从算法的搜索效率、收敛速度以及路径质量三个方面对算法优劣进行了评估。实验结果表明,RRT-Connect算法更符合无人机线路巡检路径规划的需求。其次,结合无人机安全巡检区域模型中狭窄通道的特性,选择了专门用于窄道采样的桥梁检测算法。并针对桥梁检测算法的缺陷,提出了一种改进的桥梁检测算法。利用障碍物边缘节点集合取代了原始全局采样空间,减小采样范围的同时还提高了采样效率;通过简单的局部几何测试的方法来构建桥梁及其两个端点,避免了复杂的高斯计算,有效降低了算法的复杂度;根据窄道样本点的分布特性,对Connect算法进行了调整,加快了样本点的扩展。通过仿真实验,对比了单独使用RRT-Connect算法与改进前后桥梁检测算法的窄道采样性能,验证本文算法的有效性。最后,对北斗/INS组合导航系统的基本原理进行了简要阐述,并推导了松组合模式下该系统的数学模型。针对传统扩展卡尔曼滤波算法对于噪声特性处理过于简单,有可能导致滤波误差增大的问题,采用了一种自适应扩展卡尔曼滤波算法。通过滤波器系统状态的残差来实时调整过程噪声方差和量测噪声方差,进而改变滤波器的增益,以实现更好的载波跟踪。利用Matlab软件模拟了一段无人机的飞行轨迹,实验结果表明,本文采用的算法在滤波精度方面要优于传统扩展卡尔曼滤波算法。