定位技术是架空导线巡检机器人研究领域的关键技术之一。在巡检作业中,为了准确反馈导线缺陷位置,需要准确获知自身在作业空间的位置。现有架空导线巡检机器人多采用基于卫星定位的绝对定位方法,与基于轮式编码器的接触式定位方法,存在定位精度差、环境适应性不足的缺点,只能用于机器人位置的粗略反馈,不能适应缺陷定位等高精度使用需求。随着机器视觉的发展,基于视觉的定位方法被广泛的应用于移动机器人的室内外定位中,充分的利用了环境信息,具有成本低、精度高等优点。本文针对架空碳纤维复合芯导线探伤作业环境特点,基于已有机器人平台,提出了一种基于光流与特征匹配的架空导线巡检机器人视觉定位方法,利用导线纹理特征,判断机器人在导线上的位置。为了尽可能多的提取导线纹理特征,减少背景干扰,进行了导线检测与点线特征提取研究,融合局部二值模式与灰度共生矩阵特征训练分类器进行导线检测识别,将导线图像与背景分离。针对碳纤维导线表面纹理方向性强、分布规则的特点,在特征向量中保留了灰度共生矩阵的方向特性,确定了最佳步长值,并对分类器参数进行调优。针对导线表面光滑,特征不足的特点,通过边缘检测进行图像增强,增加了特征点个数。为了提高系统在室外复杂环境下的稳定性与精度,融合特征点跟踪与线特征匹配进行定位计算。针对光流跟踪方法在光照变化下鲁棒性不足、精度下降明显的特点,将相机响应模型融入光流跟踪中,并进行了相机响应函数标定。通过卡尔曼滤波进行光流跟踪与特征匹配数据融合,提高了精度。为了验证系统性能,在机器人系统集成完成后进行了实验验证,在室外模拟碳纤维导线实验平台上完成了机器人在连续运动模式与自动检测模式下的定位系统实验,并完成了各工作模式在不同倾角导线下的定位精度验证与对比实验。由结果可得,在本机器人作业环境下,本文方法相比特征匹配法平均精度提高50.86%,相比LK光流法平均提高65.53%。