随着多旋翼无人机相关技术研究的成熟及其商业应用的飞速发展,我国电力企业尤其关注且极力推广多旋翼无人机在电力巡检工作中的应用,以期探索“无人机为主、人工为辅”的新型、高效、安全的巡检作业模式。但是,在实际的巡检作业中,目前均为飞手操控无人机巡检作业,对飞手经验的依赖程度较大,安全性难以得到保障。具体问题表现在:一是人眼无法有效识别高压铁塔和输电线路准确位置,容易导致碰撞事故;二是人工操纵无人机时难以有效地避开树木、房屋等地图上不可见的障碍物;三是无人机飞行姿态控制系统性能尚不稳定,控制系统对外部扰动响应较大。以上问题严重阻碍了基于多旋翼无人机的巡检作业技术在电力巡检行业的发展。因此,研究如何保障电力巡检无人机飞行作业时的安全问题,是当前行业内急需解决的重大难题之一。针对上述问题,本文开展了电力巡检多旋翼无人机避障系统关键技术研究,主要研究内容包括以下四个方面:1.提出一种基于改进的方向包围盒(Oriented Bounding Box,OBB)算法的障碍物构造方法。针对无人机自主飞行必须与高压铁塔和输电线路保持安全距离的问题,提出将高压铁塔和输电线路包围成规则几何体,以此辅助无人机自主飞行前的航线规划。本文通过改进的OBB算法,使得包围盒的紧密性较AABB算法和传统OBB算法更好,比传统OBB算法的运行时间缩短了90%以上。2.研究基于双目视觉的障碍物检测方法,搭建了对应的硬件实验平台,完成了双目视觉的立体标定与校正,基于SIFT(Scale-invariant feature transform,SIFT)算法实现双目视觉立体匹配,并且在电力巡检场景下实现了基于左右视差图的障碍物轮廓检测,实验结果能够满足应用要求。3.研究基于广义动态模糊神经网络(Generalized dynamic fuzzy neural network,GD-FNN)的四旋翼无人机姿态控制方法,并且设计了基于GD-FNN的四旋翼无人机姿态控制系统,通过Laypunov定理证明该系统的稳定性。通过与传统PID控制在滚转角、俯仰角、偏航角和x、y、z位置的控制性能对比实验,证明本系统的超调量更小、反应更迅速,并通过添加噪声模拟无人机的外部干扰因素,证明该系统的姿态控制效果更稳定。4.提出一种基于改进的OBB算法和双目视觉障碍物检测技术的双重避障方法,并设计了对应的实验方案。