火灾是现代社会中最经常发生的人为灾害,严重威胁着人类生命财产安全。物流仓库和工厂等火灾高危场所具有占地面积超大,建筑结构复杂,运行设备较多,安全风险较高和存放大量易燃物品等特点,早期燃烧的火灾不容易发现,而处于成长期的火灾扑灭难度较大,一旦仓库和工厂发生火灾就会造成重大人员伤亡和财产损失,所以对火灾防控重点场所进行火灾预警就特别重要。传统的火灾检测主要靠安装在固定位置的火灾探测器和视频监控来完成,由于建筑物存在大量过道和房间,容易出现监控盲区,降低了火灾监控系统预警火灾的有效性,为了解决火灾监控死角的问题,本文提出一款火灾预警机器人,通过在移动平台上搭载火灾探测设备,巡逻于探测盲区内,扩大监控系统的检测范围,提升火灾预警能力。根据实际场所的巡逻环境和监控需求,对火灾预警机器人进行整体设计,提出在移动平台上搭载的火灾检测系统,采用视频检测烟雾技术和多传感器检测火灾技术相结合,有效的减少火灾漏报现象的发生。机器人所应用场景的道路条件都比较良好,又有长距离巡逻的需求,因此采用移动效率高的轮式移动平台,同时为了确保底盘系统的运行稳定可靠,取消转向机构,通过车轮差速来实现转向,还对四轮驱动的底盘进行动力学分析,验证其可行性。机器人的火灾检测系统采用视频检测技术和传感器检测技术,这两种技术有着不同检测范围,同时工作可以拓宽了火灾检测范围。视频检测火灾技术有两种主流检测方案,分别是基于LBP（Local Binary Pattern）特征的SVM（Support Vector Machine）识别烟雾和YOLOv3（You Only Live Once）算法检测烟雾,烟雾图像有着丰富特征信息,使用LBP算子对图像进行特征提取,然后进行SVM分类器的训练,其次使用YOLOv3来检测烟雾,制作烟雾的数据集并训练网络模型,测试对比YOLOv3与YOLOv3-tiny识别烟雾的准确率,选择YOLOv3-tiny算法作为机器人视频检测烟雾的方案并移植该算法到开发板中。其次研究传感器检测火灾技术,吸收传统探测器检测单一物理量容易出现误报的弊端,提出使用多传感器联合检测系统,提高检测准确性,减少误报的可能性。设计机器人的控制系统,实现机器人的各个模块在控制系统的统一调度下高效运转,系统可以分为两部分来设计,上位机部分的作用是向用户展示下位机上传的信息和提供对机器人的控制功能,为了方便多平台操作,上位机系统设计为网页模式,下位机的作用是执行上位机的控制指令和采集传感器信息并上传。理论设计完成之后,制作一台火灾预警机器人样机进行实际测试,验证理论设计的合理性。对样机开展两方面的测试,测试的是机器人的移动性能,具体测试基本运功模式的完成性、通过障碍的能力、原地转向的能力和最大爬坡度。重点测试是火灾检测能力,分别对两种检测模式在室内室外两种环境进行测试,通过这两方面的测试来验证火灾预警机器人达到设计要求,能够应用到实际火灾检测工作中。