常规的电力机器人巡检方法主要利用激光仿真定位和映射(simulation localization and mapping

SLAM)模型获取巡检静态/动态特征，易受环境特征值变化影响，导致巡检避障故障，因此，需要基于门循环神经网络设计一种全新的电力机器人巡检方法。为此，利用电力线路巡检飞行机器人(flying robot for overhead powerline inspection

FROPI)获取了巡检环境空间先验信息，规划了电力机器人巡检路径，再基于门循环神经网络设计了电力机器人逐级巡检算法，从而实现了有效巡检。实验结果表明，设计的电力机器人巡检方法的巡检效果较好，能实现有效避障，不易发生巡检故障，具有可靠性，有一定的应用价值，为提高电力巡检安全性作出了一定的贡献。