煤矿巷道的安全高效掘进在煤岩开采中起着十分重要的作用,但巷道环境复杂、安全隐患大,而使用传统的巷道变形检测方法效率低、耗时长,且需要人工深入现场测量,因此利用机器人参与煤矿巷道巡检工作是未来的发展方向。随着三维激光扫描技术的发展,激光雷达能够快速、准确的获取环境信息,被广泛应用于各行各业。因此,本文以移动巡检机器人为平台,通过搭载三维激光雷达,实现巡检机器人在巷道环境下的自主行走及巷道变形检测。具体内容如下:（1）搭建了巡检机器人平台及系统模型。首先针对煤矿巷道的智能化检测进行需求分析,设计了基于履带式的移动巡检机器人实验平台,确定了巡检机器人的软硬件系统方案。然后根据系统的总体方案,针对性的建立巡检机器人的系统模型,为巡检机器人的运动控制和巷道环境扫描提供了基础。（2）提出了基于改进A*算法与DWA算法的混合路径规划方法并进行实验验证。首先以全局路径规划A*算法为基础,针对传统A*算法规划的路径拐点多、路径不平滑等问题,提出一种包含目标权重信息的改进启发函数,并基于Floyd算法和B样条曲线进行冗余节点的剔除及路径平滑处理。然后将全局路径规划A*算法和局部路径规划DWA算法进行融合,提取出改进A*算法的全局路径关键节点信息,将提取到的全局路径节点依次设置为DWA算法的局部目标点,进行动态路径规划至目标点。实验结果表明,本文所提融合改进A*算法和DWA算法的混合路径规划方法效率更高、安全性更好,可以满足煤矿巷道巡检机器人的运动要求。（3）研究了基于激光扫描的巷道变形检测关键技术。首先阐述了点云去噪以及下采样方法的工作原理,针对点云去噪以及下采样方法的不足,提出了融合统计滤波和中值滤波的点云去噪方法以及基于密度约束和重心临近点的体素化网格下采样方法。然后使用双向投影法提取巷道中轴线,利用Cloud Compare点云处理软件分割点云数据,提取巷道断面并拟合轮廓曲线。最后介绍了依据已处理的点云数据提取巷道变形量,进行巷道变形检测与分析的方法。（4）为验证整体方案的可行性,使用巡检机器人实验平台进行自主行走实验研究及巷道变形检测应用分析。首先依靠巡检机器人平台验证本文所提路径规划算法的性能及实际应用效果。然后对激光扫描获取的模拟巷道点云数据进行处理,提取变形量,进行巷道变形分析。本论文包含图58幅,表19个,参考文献115篇。