随着电网建设的高速发展,传统人工巡检方式难以满足输电线路及电力杆塔的日常维护和检修需求,采用无人机智能化巡检方式可提高巡检效率,降低运维成本,具有重要的研究意义和广泛的应用背景。精准的定位技术是无人机实现各巡检功能的基础,本文围绕无人机对输电线路及电力杆塔巡检过程中的定位问题开展研究,着重研究了基于环境评价的激光扫描匹配与惯性测量单元(IMU)融合的定位技术。探讨了输电线参数化重构方法、输电线割线斜率特征参数化方法、环境评价函数的构建及位姿动态更新策略等关键性问题。本文首先研究了激光扫描数据中离群点剔除方法,并通过体素化网格方法减小点云数量,以提高匹配算法的计算效率。其次,提出了一种基于环境评价的IMU与相关性扫描匹配(CSM)融合定位算法,通过IMU估计无人机的初始位姿,并利用激光预处理数据构建环境评价函数,将环境评价函数的输出与环境差异度阈值进行比较,实时更新CSM定位结果的置信度,通过置信度动态选择机器人位姿更新策略,解决了 CSM在环境差异度较小的情况下易发生误匹配的问题。最后,针对环境相似较高的输电线路情况下,长时间选择IMU积分估计无人机位姿存在累积误差问题,提出了一种基于输电线割线斜率特征方法。通过数据预处理方法,提取输电线割线并将其特征参数化,与参数化重构后的输电线路地图进行匹配,估计无人机的平移向量,降低了该环境下使用IMU积分定位存在的累积误差。实验证明,上述方法较传统方法而言,环境适应性更强,且精度和效率更高。