多传感器障碍物信息检测和信息融合是高压输电线路除冰机器人的关键技术之一,要实现除冰机器人的智能自主避障和越障,必须先对高压输电线路上存在的防震锤、绝缘子、悬垂线夹、耐张线夹等障碍物进行检测。本文针对220KV输电线路的障碍物特征及其分布,重点研究了基于多传感器系统的障碍物检测和信息融合方法。本文主要的研究内容如下：首先,分析了除冰机器人的多传感器障碍物信息检测和数据融合实现方法等关键问题。给出了多传感器障碍物信息融合系统总体设计方案。其次,构建了符合除冰机器人的多传感器障碍物信息融合系统模型。建立了除冰机器人的多传感器障碍物信息检测系统和系统状态方程。再次,研究了基于神经网络的障碍物信息融合方法。对传感器数据进行特征提取和数据关联处理,设计了一种神经网络信息融合模型,给出了一种自适应调整收敛速率的BP学习算法,获得了较好的收敛效果和准确的多传感器障碍物融合数据。最后,本文还研究了基于扩展卡尔曼滤波的信息融合方法,针对多传感器系统的非线性特点,设计了基于扩展卡尔曼滤波的障碍物信息融合模型和系统状态方程,在改进的EKF融合算法中提出新的数据滤波和更新预测处理方法,获得了比神经网络信息融合具有更高融合精度和更快收敛速度的障碍物融合信息。