伴随计算机视觉、自动化及信息通信科技的高度发展,无人机自主巡线作业技术也逐渐成为各行各业争相研究应用热点技术。无人机路径规划是实现无人机电力自主巡线作业的核心技术之一,在无人机自主巡线作业过程中通过对无人机作业环境计算及传感器环境感知来为无人机提供一条安全、便捷的路径来帮助无人机完成作业。本文以无人机电力自主巡线作为研究点,针对无人机在自主巡线作业中涉及的关键技术进行研究,其主要研究内容如下:(1)无人机静态航迹规划算法研究:无人机静态航迹规划在无人机自主巡航作业过程中主要扮演无人机基础巡航路径导航的角色,但是由于启发信息驱动的传统蚁群算法在路径选择过程中具有随机性且容易陷入早熟而放缓算法收敛速度。因此,基于蚁群算法分布式结构,本文通过将人工势场算法局部导向性作为蚁群算法选择概率中的启发因子,将人工势场算法局部搜索环境适应能力与蚁群算法全局最优性优势互补来对蚁群算法进行改进,在秉承蚁群算法的全局性及鲁棒性同时,提高势场蚁群算法全局最优路径的搜索能力。(2)基于改进光流算法的无人机前向目标检测研究:在无人机执行航迹巡线作业过程中,由于随机环境与静态环境有所偏差导致无人机静态航迹规划难以保障无人机安全完成自主巡航任务。因此,本文以单目前向视觉传感器作为媒介,通过光流法来检测无人机前向静态目标,并利用三帧差法来对无人机前向目标与景物进行分离来简化光流目标检测环境,并通过光流深度信息来计算无人机与目标之间的相对距离,提高光流算法潜在障碍物检测精度。(3)光流障碍物检测及平衡法动态避障研究:本文以无人机及静态航迹规划算法及无人机动态目标检测作为基础,以静态航迹规划所计算路径作为导航,通过对前向作业环境光流检测出的无人机前向目标相对距离进行测算,并通过光流平衡避障法来对无人机进行姿态控制,提高无人机自主巡线过程中的安全性。