随着我国工业的高速发展,用电场所不断增多,大量高压电塔和变电站被建设起来,变电站急剧增加使得巡检维护人力资源捉襟见肘,工作人员劳动强度增大。智能巡检机器人的出现有效解决了这个问题。巡检机器人具有稳定、可靠、高效等优点,可以实现变电站无人化值守巡检,同时能保障持续高强度工作的状态,不会受到普通外界因素干扰。本文设计一种基于机器视觉的巡检机器人,主要用于帮助变电站工作人员完成巡检工作。机器人拥有预设站点自动巡检和手动控制巡检两种模式,帮助工作人员完成巡检任务,节省人力。首先了解变电站巡检的基本要求,制定巡检机器人的功能框架。通过功能框架,制定相关硬件框架了解相关硬件涉及的技术,并进行硬件选型。本文将硬件框架分为三层分别为底盘、躯干、机械臂云台。底盘部分是以STM32为核心的运动控制硬件层;躯干部分是以jetson Nano B01为信息处理中心的导航识别层;躯干之上是以机械臂搭配RGBD深感摄像头负责收集图像数据的云台层。之后为了匹配硬件,对软件控制系统框架进行设计,巡检机器人使用的系统为ROS,各个模块由功能区分开,共分为基本运动控制模块、编码器反馈速度模块、地图创建模块、全局路径规划模块、局部避障路径规划模块、交互软件开发与显示模块。本文对其中每一个模块都进行了详细阐述,分析解释去原理,其中主要是针对运动控制层的速度控制模块的计算方法和理论基础;地图创建、全局路径规划和局部路径规划算法和算法工作流程。最后介绍了机器人使用的识别算法,通过比较选择了YOLO算法并通过添加注意力模块和改变图像输出采用的损失函数改良了识别算法的网络模型,通过COCO数据集证明了改良后模型的性能提升。通过使用Label Img对读数需要的验证集进行制作和标定,使改良算法模型能对数字二极管进行识别读数,同时制作训练集对其进行训练。使用训练好后的模型对数字二极管进行实际读数测试,效果良好,读数准确率达到92.8%。对完成后机器人进行了性能测试,主要测试项目有启停、速度范围、转向、越障、避障、上位机手动控制与自动站点巡检。对实验结果分析,通过与市面上主流产品对比,思考缺点与改良方法。