随着电力系统的快速发展和智能变电站的推广,采用变电站巡检机器人代替人工巡检是未来发展的趋势。目前变电站巡检机器人主要采用激光雷达进行导航,在实际应用中由于环境的变化、地面的颠簸、定位特征稀少等因素导致机器人定位失准而发生脱轨的现象时有发生,适应的场景有限且导航精度不高。为解决上述问题,本文研究了变电站巡检机器人激光和视觉复合导航技术,以提高巡检机器人在复杂的变电站环境下的适应性和导航精度。论文首先对变电站巡检机器人的应用场景进行分析,提出了巡检机器人激光和视觉分区域导引的复合导航方案。巡检机器人在全局范围内,优先采用激光导引方式进行导航。在对导航精度有较高要求或者激光导引方式失效的局部区域,设置色带作为导引路径,采用视觉导引方式进行导航并对机器人里程计信息进行校正,通过Faster R-CNN算法对视觉导引路径检测,完成两种导航方式的切换,采用基于模糊控制的巡检机器人运动控制方法,实现对期望路径的精确跟踪。其次,针对巡检机器人的激光导引方式,采用图优化SLAM算法构建环境地图,结合实际可行区域部署机器人的巡检路线拓扑图,提出包含中间节点集的Dijkstra路径搜索算法进行最优路径规划,提高机器人的巡检效率。采用自适应蒙特卡罗算法实现巡检机器人在环境中的实时定位,并计算出巡检机器人当前时刻的位姿偏差,完成对期望路径的跟踪控制。再次,针对巡检机器人的视觉导引方式,提出基于动态双窗口的巡检机器人视觉导航与路径特征识别方法。在导航窗口中,提出基于HSV颜色空间的灰度图重构、分区自适应阈值分割的方法提取导航线,并将其简化为直线模型进行最小二乘法拟合,计算出机器人相对导引路径的位姿偏差。在特征识别窗口中,采用Faster R-CNN算法对路径特征进行识别,实现机器人对多分支路径自动选择以及对巡检工位点的检测。最后,研制了变电站巡检机器人复合导航系统的实验样机,并对其性能进行了实验测试。通过对实验结果的研究分析,验证了本文所提出的激光和视觉复合导航技术的可行性,并提高了变电站巡检机器人的导航精度。