为保障电力线路安全、稳定运行,需要定期对输电线路进行巡检。目前,绝大多数电力公司用无人机搭载的外设查看输电线路有无磨损、是否覆盖有异物等,无人机通常用手柄操控。这种操控方式存在人机交互性差、操作复杂等缺点。针对上述不足,本文设计了基于表面肌电信号的无人机控制系统。由于表面肌电信号能够表征特定肌肉的收缩状态,因此,可由不同手势时肌电信号的特征判断手势的类别,从而遥控无人机对输电线进行巡检。本课题的主要研究内容如下。首先,在硬件方面,设计、制作了肌电信号采集和调理电路以及基于STM32F407处理器的嵌入式运算平台。为满足肌电信号稳定地采集,根据不同臂围,完成了四通道肌电手环的结构设计并通过3D打印进行制作。为确保下发每个手势识别结果的准确性,该肌电手环增加语音播报功能进行二次确认即通过人脑判断当前手势与识别播报的相同后再通过OK手势下发。考虑到长时间的手势控制会导致肌肉痉挛,本课题在无人机上搭载了Open MV模块,当无人机到达电力线ROI（感兴趣的区域）后可实现自动跟线巡检。然后,在算法方面,为准确获取到活动段内的肌电信号,本文研究了一种基于移动平均的局域性双阈值活动段检测方法。在分类识别中,比较分析了K近邻、贝叶斯分类以及支持向量机等算法对活动段肌电信号的分类识别效果,提出了基于动态规划的DT-SVM算法识别手势。在无人机自动跟线中,采用LSD（Line Segment Detector）算法进行电力线提取和最小二乘法拟合,通过颜色和电力线在ROI（感兴趣的区域）中的位置来实时调节无人机的姿态。最后,基于嵌入式平台对算法进行裁剪优化,实现系统训练、识别和解码,完成了手势控制无人机和无人机自动跟踪电力线的软件程序设计与实现。测试结果表明,本文设计的系统能够较好的实现肌电信号的采集与识别。手势控制无人机的模拟实验与无人机自动巡线实验验证了本系统的可行性与工程实用性。