在石油、天然气等物质的开采、运输、加工和存储领域,易燃易爆气体泄漏事故时常发生,因此定时、定点地巡检相关设备非常重要。传统的巡检方式以人工为主,巡检工人需要频繁地检查设备外观、温度和仪表读数,并判断可能存在的故障。人工巡检存在劳动强度大、效率低,以及因主客观原因造成的漏检率高等问题。另外,随着劳动力成本的提升,人工巡检的费用也越来越高。针对传统人工巡检存在的弊端,本文给出了基于移动机器人自主导航的巡检方式,并围绕机器人的防爆和同步定位与建图（simultaneous localization and mapping,SLAM）等关键技术展开了研究。论文完成的主要研究工作如下:设计了面向易燃易爆环境工作的移动机器人平台,并分析了机器人的系统模型。防爆机器人平台由底盘系统、防爆主控箱、二自由度防爆云台、防爆电池箱和激光雷达防爆箱等部分组成,以Ubuntu操作系统中的ROS（robot operating system）系统为软件平台,使用Gazebo软件建立工作环境仿真模型和机器人模型。在此基础上,分析了所设计机器人的传感器模型,建立了机器人的运动学模型,并介绍了环境建图所用的栅格地图模型。提出了巡检机器人在易燃易爆环境下工作所需的防爆处理技术方案。依据国家防爆技术标准和机器人工作区域,采用增安技术对机器人的电池进行防爆设计,采用隔爆技术分别对机器人的底盘电机、激光雷达、主控箱和二自由度云台进行了防爆设计。确定了防爆巡检机器人工作区域的划分,且通过仿真和实验进行了安全性检验。提出了适用于非平坦地面的改进激光点云匹配算法和自适应分辨率栅格地图构建方法。针对激光雷达在非平坦地面上使用时的测量误差问题,提出了激光雷达点云信息匹配改进算法,修正了激光雷达的测量误差,提高了点云匹配的精度。为避免使用固定分辨率栅格地图的局限性,提出了一种自适应分辨率栅格地图构建方法,在不影响功能的前提下,该方法降低了地图的存储空间,并在仿真环境下验证了其有效性。