浙江沿海地区每年都要受到台风的袭击,台风过境后大量配电设备,通信基站损坏严重,抢修人员无法第一时间获得设备受损信息,必须要亲临现场才可获得第一手受损信息。在这种情况下无法完成浙江省政府要求的台风过境后72小时内恢复送电的要求。如何在极端天气下快速进入现场,收集现场受损情况,提前准备抢险物资,保障受损线路在规定的时间内恢复正常送电,是现阶段国家电网公司建设防灾减灾电网的难点和痛点。所以本文从多旋翼无人机可以实现人工替代出发,对图像识别和避障巡检进行研究,实现提前进入受灾现场,识别配电线路的故障点并传回相关信息的目标,为社会创造巨额的直接和间接价值。本文主要从多旋翼无人机的硬件搭建和软件算法出发,对无人机在配电网巡检中的功能进行协同配合的研究,并以相关工作场景作为验算案例。硬件的搭建是算法实现的基础条件,有效的图像识别是避障的先决条件,高成功率的避障是巡检路径规划的前提,高效的姿态控制是实现稳定巡检的解决办法,四个部分环环相扣缺一不可。主要做了四个方面的工作:一是全面梳理现阶段无人机的应用场景,分析无人机在低空飞行的技术难点。二是根据无人机配电线路巡检需求,搭建无人机运行的整体框架,针对巡检过程中采集的图像,对图像处理的方法展开研究,提出扫描线优化、边缘矫正、亚像素提升等方法来实现视差图的优化及有效修正。三是对于巡检过程中的障碍物,基于双目视觉获得的深度信息,进行场景近似单元分解,并开展可行离散路径的求解的研究。四是基于多传感器开展无人机姿态控制的研究,实现视觉观测矩阵的优化。上述研究大大提高了多旋翼无人机在配电线路巡检的图像识别能力和避障水平,通过自主规划路线,实现在极端天气后的配网线路的自主巡检。