针对皮带机巡检机器人在煤矿井下的环境适应性、自主快速安全充电、基于音视频分析的皮带机异常工况智能识别等关键技术问题，阐述了煤矿皮带机巡检机器人系统总体设计；设计了一种模块化、两节车厢挂载式巡检机器人本体及吊挂单轨式、滚轮与链轮链条混合驱动的巡检机器人行走机构，可适应煤矿井下皮带运输复杂环境；提出了煤矿井下电—机—电能量转换充电方法，设计了基于鼓形齿的充电自动对接机构，可实现巡检机器人在煤矿井下自主快速安全充电，满足井下远距离巡检需求；提出了基于托辊运转的声压1/3倍频程谱及声品质尖锐度特征指标的托辊故障识别方法，针对井下多粉尘、浓雾气、低照度场景下视频质量差导致视频识别难的问题，提出了自适应图像增强算法框架，增强图像质量，在此基础上，基于目标轮廓先验知识，构建深度神经网络模型，实现煤矿井下人员、煤流、带面异物、带面损伤等特征不显著目标的视频智能识别，提高皮带机巡检机器人智能化水平。对皮带机巡检机器人样机及皮带机异常工况音视频样本进行了验证测试，结果表明：巡检机器人最小转弯半径1 m，在负重220 kg、巡检速度0.4 m/s的情况下，可在角度为20°的坡道上平稳运行；在充电站端的电动机额定功率2.2 kW情况下，机器人本体端的发电机能稳定输出功率800 W；基于音视频分析的皮带机异常工况智能识别方法具有应用可行性。煤矿皮带机巡检机器人关键技术的突破，将加速皮带机巡检机器人的推广应用，有力促进智能化矿井建设。