目前电厂安全巡检主要依靠人工检测、仪表数据由人工抄录,存在人力成本高、数据信息分散且主观性强、难以保证隐患得到及时处理等问题,本文设计了一款可自主导航、动态避障、红外热成像温度预警、环境数据采集、表盘识别以及可网页端监控的电厂巡检作业移动机器人。通过对机器人进行运动学分析,完成了基于麦克纳姆轮的全向运动底盘的模型建立。针对单激光雷达存在视野盲区大、点云数据特征不足的问题,完成了基于PCL的前后端激光雷达数据源拼接融合,从而提升了机器人定位精度和动态避障的性能。建立了电动推杆、云台协作运动的状态空间模型,实现了不同表盘位置下的机器人姿态动态调整控制。针对电厂环境下需要对部分危险气体浓度检测,完成了一氧化碳气体浓度、甲烷气体浓度和烟雾的离散数据采集。使用红外热成像相机实现了对实时画面的远程显示以及温度监测和异常情况报警。针对基于粒子滤波的Gmapping SLAM算法在大场景建图中计算资源消耗大、里程计依赖性强的问题,在机器人中部署了基于图优化SLAM的Cartographer解决方案并完成了二维栅格地图的建立且成功应用于导航。由于单线激光探测范围局限性大,完成了基于深度相机的视觉SLAM解决方案设计。以ORB-SLAM2为例建立了稀疏点云三维地图。以RTAB-Map为例建立了稠密点云三维地图,并且成功将其转化为2D栅格地图用于导航,解决了潜在障碍物无法探测导致碰撞发生的问题。针对A*算法得出的路径存在平滑性差、转弯幅度大等问题,在实际工程中常常难以直接应用。本文设计了基于最小化snap优化A*的轨迹优化算法。对轨迹采用分段多项式描述并融合机器人动力学约束实现轨迹平滑度的提升。选用动态滑动窗口算法实现了机器人动态避障功能,并在ROS框架下设计了固定点、自定义点两种方式的巡检方案。针对难以高精度、智能化的识别表盘数据的问题,部署darknet10.1和YOLOv4-Tiny算法实现了对视频流中工业表盘的检测。完成了基于HTML和CSS的静态网页设计,并通过基于Java Script的触发函数为其赋能,基于Web Socket实现了网页对ROS端指令的发布、实时视频显示、相关数据显示等功能。本文自主研发电厂巡检作业移动机器人在实验室环境下已完成主要功能模块和算法性能测试,均满足正常巡检任务需求,具有巡检效率高、运行稳定可靠、节约人力成本等诸多优点。