常态混凝土浇筑人工振捣施工存在工作强度高、作业主观性强等不足，现有振捣监控方法主要进行振捣位置、振捣时间等参数监控，且均依靠人工经验评估振捣是否密实，难以实现混凝土振捣质量的精确评估。针对上述问题，研发了融合表面图像机器视觉识别的混凝土振捣机器人系统，该系统包括振捣机器人本体、云端监控平台以及通讯子系统。基于工业机器人、自动化控制、机器视觉等技术研制振捣机器人本体，实现高拱坝仓面混凝土无人振捣作业；同时，建立基于改进残差网络（Residual Network,ResNet）的混凝土振捣表面图像的分类模型，实现振捣密实性的科学分析。此外，基于B/S架构研发云端监控平台，并通过无线通讯子系统实现与振捣机器人本体之间信息的传输与交互，实现振捣作业信息的可视化与远程控制。现场试验验证了振捣机器人系统的可靠性和可行性。研究成果为高拱坝混凝土振捣实现无人化作业、精细化质量控制提供了新的思路和技术手段，也可用于其它大体积混凝土施工中，具有十分重要的应用和推广价值。