目前井下危险气体巡检机器人大多采用升降机构或固定探头的形式进行气体环境感知，对机器人的行驶灵活性产生了影响，且受机器人本体机构的限制，大多数巡检机器人只能检测到传感器安装范围内的局部气体环境信息，缺乏针对巷道任意截面空间内的气体浓度检测。针对以上问题，设计了一种基于气体扩散模型的煤矿巡检机器人巷道气体环境智能检测系统。该系统以气体扩散理论为基础，结合煤矿巷道气体环境特点，引入巷道壁帮围岩、风速、气体扩散系数对煤矿巷道气体扩散模型的影响，采用虚拟像源法和遗传算法优化BP神经网络智能算法建立了巷道气体扩散优化模型。通过传感器检测系统获取巡检机器人在行进过程中任意点的气体浓度等环境信息，代入气体扩散优化模型求解最优气体扩散系数，通过输入巷道某点坐标位置，可计算求解相应点的气体浓度分布情况，随着机器人的移动，可获取其路径中不同巷道截面上气体浓度分布数据。实验结果表明，该系统能够解算出符合检测误差要求的巷道任意截面上任意点的气体浓度，并实现动态实时检测；克服了传统煤矿巷道气体检测方法的局限性。利用巡检机器人取代人工巡检作业，为煤矿井下气体智能检测提供了一种新思路与新方法。