高压线巡检机器人旨在为高压输电线路的检测提供一套自动作业系统,代替检测人员对线路进行巡检,从而减轻巡检作业的劳动强度,降低检测成本,提高检测质量和效率。目前,现有巡检机器人普遍存在着越障过程效率低、稳定性差的问题,严重制约了巡检机器人的推广应用。随着控制理论的发展,结合多信息融合理论,开展基于多传感器融合的自主越障优化算法研究,是提高机器人自主巡检效率的有效途径之一。本文将多传感器信息融合理论应用到机器人线上障碍检测以及机器人本体位姿检测中。在线上障碍检测方面,将激光雷达、机器视觉、红外光电等多种传感器进行多传感器信息融合,建立障碍物类型信息矩阵,提出线路障碍识别与分类控制方法;在机器人位姿检测方面,简化了不影响机器人位姿的动作,建立了机器人简化运动学模型及障碍物的空间描述。通过每个关节上的位置传感器检测机器人位姿,联合陀螺仪检测的机器人位姿,提出基于位姿传感器信息融合的机器人位姿检测方法,提高位姿检测准确性。依据机器人运行前方障碍物类型距离信息与机器人本体实时位姿信息,本文在机器人越障序列基础上研究了一种基于微调越障序列的机器人越障流程自主规划方法,将机器人越障序列划分为若干基本动作单元并分析相邻动作单元之间的动作相关性,基于动作相关性,确定各动作单元之间联动条件与重叠条件,在此基础上规划生成新的越障流程,实现了对越障效率的提升。为了验证机器人线上障碍检测与本体位姿检测的准确性以及机器人微调越障序列的可行性,完成了巡检机器人样机的研制,进行了一系列的实验,包括多传感器检测模块实验、室外内模拟环境调试实验与实际高压输电线路机器人线上巡检实验。对比单一传感器检测,验证了基于多传感器信息融合的理论能够提高巡检机器人对线上障碍物检测与本体位姿检测准确率。与机器人越障序列优化前相比,基于越障序列微调的方法,机器人越障效率明显提高,对线路作业环境表现出良好的适应性。