受电弓是现代电气化铁路列车上重要的集电设备。受电弓与接触网之间的接触状况直接影响了电力采集的质量。真实铁路环境中可能存在多种不确定因素影响受电弓接触状况,造成弓网离线进而导致电弧放电甚至接触网损坏的情况发生。在铁路列车运行过程中,受电弓的接触盘、连接杆、上臂持续工作在高压环境中。接触式的传感器在检测受电弓部件运动时可能存在安全隐患。本文通过高速摄像机采集受电弓运动视频,设计了完整的视觉跟踪方案,并验证了此方案的准确性。最终利用此系统获得了受电弓发生弓网离线前后的运动特征。本文选择了 Median Flow和Boosting这2种视觉跟踪算法阐述其原理和具体实现。基于跟踪算法的原理深入讨论并研究了串行跟踪算法的运算速度瓶颈,针对速度瓶颈细致地设计了一种浅并行一种深并行运算结构。通过实验证实了并行结构相对于串行结构在运算速度方面的优越性。在尝试验证算法精确性时,本文指出了当前通用的跟踪算法性能指标在衡量特定跟踪任务时的局限性。针对此问题提出了一些特化的视觉跟踪算法准确性和健壮性指标,并讨论了真值轨迹的生成方法,用于验证跟踪算法是否能够用于跟踪受电弓运动部件的任务。最后,本文根据特化性能指标论证了实验硬件和软件的合理性,成功采集并跟踪得到受电弓运动数据。通过对这些数据进行频谱分析,得到了一些关于接触盘,连接杆和上臂的运动特性。进而获得了受电弓高压部件的运动特征,揭示了弓网离线发生时接触盘、连接杆和上臂的动力学特性。