作为电力传输的重要组成部分,架空高压输电线路负载大,里程长,为人们的幸福生活做出了巨大贡献。但是,架空高压输电线路由于长期暴露在外部环境下,经常会出现腐蚀,结冰等各种各样的问题。所以为了保障高压输电线路的安全稳定运行,对线路的定期巡检工作就十分必要了。目前的巡检方法存在着成本高,盲区大等缺陷,所以寻找一种先进的巡检方法成为了亟待解决的问题。随着科技的进步,机器人的出现使高压输电线路的巡检问题迎来了曙光。利用高压线巡线机器人在线路上行走,可以根据从机载摄像头传过来的画面来判断线路是否存在故障。但是高压线路上的一些金具附件会阻碍机器人的行走,所以为保证巡检机器人能够顺利跨越障碍,首先就要检测出障碍物的种类,并要获得其相对机器人的坐标信息,从而为巡线机器人提供越过这些障碍物的不同信号。本文根据500kV高压线路的结构特点,以及课题任务的具体要求,提出了一种高压输电线路障碍物视觉检测定位的方法。首先介绍了本课题使用的巡检机器人样机与系统组成,同时介绍了机器人的工作环境,重点分析了防震锤,悬垂线夹,耐张线夹的结构特点,分别完成了障碍物的检测与定位算法的设计。其中,障碍物目标的准确和快速检测定位是巡检机器人越障的前提,机器人可以根据障碍物的种类选择越障方案,而障碍物的实时位置信息更是能够为机器人的自主越障提供数据支持。本文对目标的检测定位算法做了详细的设计和分析。算法主要包括障碍物检测识别与深度信息获取两个部分,其中,运用YOLOV3网络对障碍物进行检测与识别,再用线性回归模型计算出障碍物的深度信息。基于设计的模型,利用手工制作的数据集训练,并在实验室搭建的仿真工作线路上进行了实验和分析,结果表明将这种方法应用到高压线路上进行障碍物目标的检测定位,取得了很好的效果。