无人系统越来越多地被应用于电力基础设施的巡检解决方案中,轻量级、具有较强的灵活性、自主性,可以在减少人力成本的基础上较好地实现电力基础设施的巡检。随着社会经济和科技地发展,国家电网高速发展,输电线路逐步规范和整合。当前输电线路分布主要分为架空输电线路以及地下电缆。巡检已成为排查电力设备安全隐患的重要手段。对于架空输电线路,其中输电杆塔作为架空输电线路的关键构成部分,需要承受外力和导线应力。它的稳定运行直接影响着整个供电网络的安全性和可靠。如果杆塔发生倾斜,无法达到安全标准,将导致输电线路的运行带来安全隐患和用电紧张。综上所述,防范胜于未然,及时巡检,对杆塔、电缆进行合理的检查,确保质量,对于电力安全生产和人民的生活都具有重要意义。本文主要针对输电杆塔倾斜的场景,搭载无人系统（主要为无人机）,基于改进的ORB-SLAM2算法实现无人系统日常巡检的任务,同时可根据周围环境信息实现自身定位,并将周围环境信息连同自身位置信息传输至工作人员操作台,以达到及时预警的目的。本文主要研究内容包括以下三方面:首先,对视觉SLAM算法进行基本的介绍。根据传感器的分类,SLAM算法可大致分为视觉传感器主导的视觉SLAM和激光传感器主导的激光SLAM。目前研究生产活动中,视觉SLAM算法应用较广。本文重点介绍了视觉SLAM算法,包括算法基本原理、算法主要框架以及对框架各部分功能等,对优化方法进行了重点介绍,并分析了由于传感器的不同导致的结果的不同。然后,介绍了输电杆塔测量倾斜度的研究、应用现状。总结了过往测量方法以及针对目前主流的测量方案中涉及的关键点和方案的不足。提出考虑基于安全区域的巡检方案。研究了ORB特征匹配的优势所在,提出一种基于传统ORB特征匹配的误匹配去除算法RANSAC的优化算法。最后,对前述理论部分进行实验验证。对ORB特征、SURF、SIFT特征匹配进行实验分析比对,得到结果并分析。并运用基于ORB特征匹配和改进误匹配算法以及ORBSLAM2优化框架,根据自定义单目数据集,以ROS为实验平台,进行输电杆塔巡检仿真实验,验证方案可行性。