随着工业自动化和智能化程度不断的提高,巡检机器人在各行各业的使用逐渐普及。巡检机器人的动力源主要是锂离子动力电池,因此针对动力电池的研究也相应得到广泛的关注,但单节锂离子动力电池的电压和容量具有局限性,所以功率较大的设备多使用串并联结合的锂离子电池包作为动力源。为保证锂离子动力电池包可安全高效的使用,因此针对锂离子动力电池包电池管理（Battery Management System,BMS）系统的研究十分重要。本论文是针对巡检机器人进行锂离子电池荷电状态（State of Charge,SOC）估算系统设计,该SOC估算系统实现电池组电压、电流、温度数据的采集和SOC的估算,具体工作如下:首先,针对锂离子动力电池进行开路电压特性实验、混合脉冲特性实验和电池内阻特性实验并针对实验过程与结果进行分析与总结。在对比多种等效电路模型后,最终选择二阶Thevenin等效电路模型,利用离线和在线两种辨识方法估算出电路模型中的参数,离线辨识方法:采用MATLAB软件中Cftool工具箱利用自定义二阶指数函数拟合出模型参数;在线辨识方法:采用加入遗忘因子的递推最小二乘算法（Forgetting Factor Recursive Least Square,FFRLS）结合MATLAB软件进行模型参数辨识;针对两种辨识方法进行对比分析,后者更适合锂离子电池的实际应用。然后,在间歇性恒流放电工况下,选取二阶Thevenin等效电路模型,采用扩展卡尔曼滤波算法（Extended Kalman Filter,EKF）,实现电池的SOC估算。通过和实验真实采集SOC进行对比,表明EKF估算电池的SOC精度高。最后,实现锂离子电池SOC估算系统的软硬件设计,采用STM32F103C8T6单片机和BMS专用芯片bq76930及相关传感器实现电池组电压、电流和温度数据的采集及电池组SOC估算。