随着科学技术的发展,火灾的预防对于人们的日常生活变得越来越重要,针对此情况,本文对智能巡检灭火机器人的关键技术进行了研究,主要研究内容如下:（1）针对目前火焰识别方法中存在识别率低、识别速度慢等缺陷,提出一种采用改进萤火虫算法优化支持向量机进行火焰识别的方法。首先,建立火焰图像数据集,并对火焰图像进行灰度化、滤波、二值化以及形态学预处理;其次,提取预处理后的火焰图像的灰度共生矩阵和方向梯度直方图特征,并归一化处理提取到的特征向量;然后,改进萤火虫算法中的步长因子使其拥有自适应改变机制,并采用改进后的萤火虫算法寻优支持向量机的参数;最后,将归一化处理后的训练集特征向量作为支持向量机的输入进行模型训练,并将测试集特征向量输入训练好的模型进行火焰识别。通过实验可知,本文改进的萤火虫算法优化支持向量机建立的火焰识别模型较其他火焰识别模型识别率较高、识别速度较快,当干扰源存在的情况下,测试集火焰图像的识别准确率能够达到98.32%,为火灾消防提供了算法依据。（2）搭建了一个适用于火灾消防的智能巡检机器人,并通过机器人实现了室内外建图定位及智能巡检的功能。首先,提出智能巡检灭火机器人的设计方案,并建立机器人的运动学模型、激光雷达的观测模型和IMU的预测模型;其次,对机器人进行了上下位机控制器、激光雷达、IMU和底盘的硬件选型,并设计了机器人的软件控制系统;然后,搭建出巡检机器人原理样机,并分别通过基于滤波SLAM的Gmapping算法和基于图优化SLAM的Cartograper算法进行了室内外建图定位实验;最后,在建立的环境地图的基础上,通过全局路径规划和局部路径规划控制机器人运动,并完成了室内外巡检实验。验证了智能巡检灭火机器人室内外巡检的有效性。