病房巡视是临床上一项不可忽视的的护理工作,人工巡检是当前常见的巡检方式,但由于人员紧缺、巡视护理工作劳动强度大等问题,工作经常落实不到位,漏检、误检情况时有发生,造成严重后果。并且对于传染病房,人工巡检还存在安全隐患。采用机器人巡检能够大大减轻医护人员的劳动负荷并提高工作效率,本课题面向护理工作中无人化护理作业需求展开了相关研究。经过广泛地调研巡检机器人国内外现状,分析了系统设计需求,针对病房环境设计出轨道机器人机械本体和软硬件控制系统,采用四次S曲线加减速电机控制策略和基于A*算法的单纬度连通区域病房室内路径规划策略,使机器人具有自主规划路径和稳定快速巡检的能力。使用AdaBoost来迭代训练特征,使用Fisherface识别戴口罩病人的人脸。使用PSO粒子群算法对LSSVM算法进行优化,用于识别病人的体征监护仪数据。以新型冠状病毒为例,监测分析病人的体征信息。开发了机器人后台管理系统,机器人本体采集的信息通过通信模块传输至后台管理系统登记和分析,指导机器人做出对应的反应策略。最后以自行研制的病房巡检机器人样机为研究对象,搭建实验测试平台,验证了机器人的基本性能。结合新型冠状病毒肺炎的临床特点,在实验室环境下进行相关试验,对自动巡检、人脸识别和体征检测等关键功能进行了充分测试与验证。