变电站作为电力能源变换的核心枢纽,是保障整个电力系统安全稳定运行的关键,对其进行定期巡检显得至关重要。随着人工智能时代的到来,传统的人工巡检方式由于存在效率低,误检与漏检等问题逐渐被更安全和智能的巡检机器人所代替。针对室外巡检机器人给出软硬件系统的设计与实现方案。主要围绕巡检机器人的环境地图构建、自主导航等关键技术的研究与人机交互平台的实现,并在实际场景中进行相关实验。具体工作如下:在巡检机器人环境地图构建方面。研究了基于三维激光雷达的LOAM-Livox算法和基于编码器的里程计,并对该算法在建图过程中可能出现的定位漂移导致点云采集错误的问题,结合编码器里程计数据具有在短时间及短距离内精度较高的优势,给出一种融合编码器里程计的改进LOAM-Livox方法及三维点云地图转二维栅格地图的转换方法。在巡检机器人自主导航方面。对传统的A*算法展开深入研究,针对该算法存在路径拐点较多、搜索效率较低的问题,对其代价函数进行相应的优化,给出基于关键点提取的路径平滑方法,并对DWA算法中的评价函数进行改进,将其与改进的A*算法组成融合导航算法。在巡检机器人交互平台方面。采用Qt与ROS实现巡检机器人的人机交互平台,具体包括对人机交互平台的方案设计、各功能模块的界面设计及数据之间的通信与代码实现逻辑。最终在巡检机器人交互平台上集成了用户管理、地图构建、自主巡检等功能。在巡检机器人实际场景实验与结果分析方面。分别在室内及室外场景下进行巡检机器人的地图构建及自主导航实验,在地图构建实验中,分析了二维激光雷达在室外场景建图的局限性并进行了改进的LOAM-Livox方法的室外建图实验,实验结果表明,改进的LOAM-Livox方法在巡检机器人平台及室外场景下的建图效果显著。在自主导航实验中,进行了室外场景的改进A*算法及传统A*算法的对比实验、自主导航能力实验及避障能力实验,实验结果表明,改进后的A*算法相比传统的A*算法在性能指标方面均有所优化,并验证了巡检机器人具备室外场景的自主导航及避障能力。