为了解决输电线路防机械碰线实时监测的问题，研制基于多源传感的输电线预警装置，同时提出基于毫米波雷达与视觉融合的输电线预警算法，并在真实场景下对算法的有效性进行验证。该预警装置首先采用基于标准差聚类的视觉识别算法对前方输电线进行检测；其次，通过基于改进抗差卡尔曼滤波的毫米波雷达测距算法对输电线距离进行实时稳定的测量，在视觉检测的基础上实时跟踪输电线距离；最后，根据视觉检测和毫米波雷达测距结果对预设的机械碰撞线条件进行实时预警判断。实验结果表明：基于标准差聚类的视觉识别算法的有效识别距离大于20 m，识别精度达93%，输出频率为1 Hz；基于改进抗差卡尔曼滤波的毫米波雷达测距算法的测距精度为±0.1 m，测距误差为2%，输出频率为1 Hz。本装置满足对输电线路防机械碰线实时监测的整体需求。

工件的视觉判别是实现机械手抓取工件的重要环节, 如何对姿态变换后的工件进行视觉识别及分类, 具有重要的理论及工程研究价值。设计了工件姿态变换实验平台, 实验研究了工件姿态变换的视觉识别问题。首先, 采用分水岭图像分割方法, 实现了工件目标图像的分割。其次, 针对工件在水平面旋转姿态变换及在三维空间进行姿态变换两种情况, 分别选取单个工件、部分遮挡工件及部分重叠工件构建图像样本, 并实现了七个特征不变矩的提取。最后, 将工件训练样本的五阶矩、七阶矩的平均值作为工件种类分类目标, 采用Parzen窗对待识别工件类型进行概率密度估计, 并用带惯性的粒子群算法对Parzen窗估计结果进行优化, 克服Parzen窗估计的多峰值问题, 实现了对工件摆放类型的准确判别。