目前,中国城市轨道交通发展迅速,牵引供电系统正常运行对于提高轨道交通系统运行的安全性具有重要意义。其中,受电弓与接触网是牵引供电系统重要组成部分,研究弓网接触点位置,是进行后续弓网参数计算的重要一步。本文主要针对的是城市轨道交通中的刚性接触网与受电弓接触点检测研究,研究了基于多阶段检测的弓网接触点定位方法。该方法首先通过提取受电弓视频图像,将采集的数据经过分帧及初步筛选得到初始的弓网图像,利用图像标注工具对弓网接触区域和弓网关键点进行标注,经过数字图像处理技术生成实验数据集。由于隧道环境较为潮湿,摄像装置镜头起雾而导致图像效果不佳,因此进一步研究了图像去雾方法。通过对比发现,相较于直方图均衡化算法,暗通道先验算法在去雾时效果更加理想,再经过图像亮度补偿后获得去雾图像,为后续的图像检测奠定数据基础。第一阶段基于YOLOv4网络设计弓网接触区域检测网络,研究了Mosaic图像数据增强方法,利用kmeans聚类算法计算先验框数据,以及使用CIo U损失函数进行损失计算,并从检测精度、迭代速度以及预测时间与YOLOv3网络模型进行实验对比。第二阶段基于堆叠沙漏网络设计弓网接触点检测网络,使用Mish激活函数和RMSE损失函数进行改进,确定图像中刚性接触网与受电弓相交产生的4个关键点,分析了图像去雾处理对实验结果的影响并设计了关键点自适应检测方案。最后利用多元线性回归的数学模型定位出弓网接触点坐标,并从接触区域坐标位置映射至原图图像坐标位置。实验结果表明,无论是弓网图像受到雾气干扰,还是受电弓经过接触网换段阶段具有多个接触区域的情况,本实验方法都能够获得较为准确的弓网接触区域定位和弓网接触点检测。其中,本文第一阶段基于YOLOv4网络的目标检测方法相较于YOLOv3网络检测结果更精准,本文第二阶段基于堆叠沙漏网络的弓网接触点检测方法在雾气干扰的情况下对弓网接触点位置进行较为准确的定位。该方法对于其他类型接触网与受电弓接触点检测具有借鉴和参考价值。