随着电力系统的发展,变电站的规模越来越大,运行环境也越来越复杂,巡检机器人因其智能性、安全性,代替人工巡检的工作将成为未来发展的必然趋势。目前国内外对巡检机器人在变电站的应用研究已经取得了很多成果,但如何快速、精确地规划机器人高效、安全运行路径是完成巡检任务的重点和难点。本文针对此问题,从变电站环境建模、基于改进蚁群算法的全局路径规划、基于改进人工势场法的局部路径规划三个方面,对巡检机器人在变电站中的路径规划问题展开深入研究。巡检机器人路径规划有两个基本要求:一是在实际环境中从一个点可以准确的到达另一个点;二是在运行过程中不会碰到障碍物。本文在研究变电站巡检的需求基础上,针对220k V变电站环境进行简化与抽象,选用栅格图对其实际环境进行地图建模,并标注巡检任务点。选择蚁群算法对全局路径进行规划,对蚁群算法进行了分析、研究,并探讨了参数对结果的影响,通过分析和仿真表明,蚁群算法具有优化时间长、不一定能得到最优解的缺点。针对蚁群算法不足,从期望函数优化和基于细菌觅食法优化两方面改进蚁群算法。基于变电站地图模型进行仿真,仿真结果表明:改进的蚁群算法比传统的蚁群算法收敛速度明显加快,能够更快找到全局最优解、距离更短的路径。针对巡检机器人遇到未知障碍物的情况,在全局路径规划结果的基础上,选择基于人工势场法算法的局部路径规划,并通过改变目标点与机器人的相对距离以及未知障碍物与机器人的相对运动速度对算法进行改进。仿真结果表明,改进的人工势场算法解决了传统的人工势场算法可能陷入局部极小值而达不到目标点的缺点,能够快速顺利的避开动态障碍物。本文将全局路径规划与局部路径规划相结合,共同完成机器人在变电站的巡检任务,其中局部是在全局基础上进行的,但两个搜索过程相互独立,此混合算法能够有效的解决机器人在变电站未知障碍的复杂环境中的路径规划问题。