现在,人民的生活和国家的发展已经完全离不开电力,这就要求国家的基本设施中要包含供电非常可靠的系统。高压输电线路作为主要的远程电力输送机构,它最基本的一个要求就是安全稳定。但是,高压输电线路实际的工作环境对此提出了更高的要求,输电线路经常会出现故障,而且这方面的检测由于人工的局限性,非常艰难。机器人的发展为这个问题提供了一个非常好的解决方案,利用高压线巡线机器人在线路上行走,根据从机载摄像头传过来的画面来判断线路是否存在潜在问题。但是高压线路上的一些附件,比如防震锤,间隔器,悬垂线夹等,会阻碍机器人的行走,所以一个非常迫切的问题就是解决这些附件的识别检测,为巡线机器人提供越过这些障碍物的不同信号。本文针对500 kV示范线路的结构特点,以及作业的具体内容和要求,提出了一种高压输电线路障碍物视觉检测识别的方案。对高压输电线路的作业环境特点以及障碍物类型进行了深入的调研分析,并且重点分析了输电线路上的防震锤、间隔器、悬垂线夹等目标障碍物的结构特征和安装方式。在此基础上设计了巡检机器人的总体结构,进行了障碍物目标的识别分析,包括设计要求、难点分析,以及总体识别算法的设计。障碍物目标的准确和快速识别是巡检机器人越障的前提,提示机器人开展何种越障操作,本文对目标的识别检测算法做了详细的设计和分析。算法主要包括特征提取和分类器设计两个部分组成,总的识别算法分为两级:粗略识别和精确识别。粗略识别以Haar-Like特征为基础,利用Adaboost算法构造分类器;精确识别是以HOG特征为基础,支持向量机(SVM)作为分类器。借助QT开发了一款简单的人机交互界面,实时的显示检测的目标结果。基于设计的模型,在野外高压线实际工作线路上进行了实验和分析,结果表明将这种两级筛选的方法应用到高压线路上进行障碍物目标的识别检测,取得了很好的分类效果。