目前国家的电网建设处于一个高速发展的时期,利用传统人工巡检的方式对高压线塔和输电线路路进行巡检已经不能适应时代的发展,利用飞手操控无人机进行巡检也存在人力资源浪费的情况,采用无人机智能化的巡检方式替代传统方法,不仅可以降低运维成本,还能大幅度的提高巡检效率,具有深远的研究意义以及广泛的应用前景。无人机的自主导航是智能巡检的根本。本文围绕无人机对电力杆塔自主巡检的问题开展科学研究,提出了利用激光地图同视觉传感器相互配合的自主导航方法。研究了在已知激光地图的前提下,如何生成巡检路径的问题,探讨了利用深度相机获取点云数据,通过点云配准的方式,对无人机的位姿进行校准的问题。本文首先提出了一种基于电塔点云结构的路径规划方法,利用分层搜索,划分包围盒的方式,找到电塔上的绝缘子山下挂点以及地线的位置,进而求出无人机的观测位置和无人机的姿态信息。之后,针对激光点云地图坐标同现实地理环境存在偏差,单独依靠激光点云地图进行路径规划,无人机很难完全拍摄到待巡检位置的问题,决定利用深度相机获取RGBD点云,利用点云配准对无人机位姿进行校准。研究了如何利用深度相机获取点云数据,并通过欧式聚类分割的方法,将需要的点云数据提取出来,之后利用体素滤波的方法,减少点云的规模,降低了之后算法程序的计算压力。最后,提出了一种由粗到精两个层次的异构点云配准方法。对之前由深度相机采集的点云数据和激光点云提取FPFH特征,利用改进的USAC算法对两幅点云进行特征匹配,完成点云的粗配准,之后通过使用基于kd-tree的ICP算法,对完成粗配准的点云数据进行精细配准,最终获得点云数据在两个坐标系下的转换关系,起到校正位姿的作用。实验证明,本文提出的无人机自主导航方法效率更高,实用性更强。