在巡检机器人的越障控制过程中，将离散化节律信号转化为三角波振荡信号时，生成的三角波信号与期望的步态适应性存在偏差，导致机器人难以高效完成巡检任务。因此，提出基于改进PRRT（分阶段快速随机搜索树）算法的智能巡检机器人自主越障控制方法。利用智能巡检机器人上安装的传感器感知巡检区域环境中障碍物分布情况，并绘制出区域栅格地图，引入0阶马尔科夫场计算栅格被障碍物占据的概率，完成正常栅格和障碍栅格的有效区分。面向环境栅格地图，以路径长度最短、地面危险等级最小为目标，构造自主越障控制路径规划数学模型。引入改进分阶段快速随机搜索树算法对数学模型进行求解，通过最优路径搜索、路径平滑处理两个操作步骤，生成最佳机器人自主越障控制路径规划结果。将越障路径输入到运动控制框架中，在自适应神经混沌控制、CPG后处理等模块的共同作用下，将离散化节律信号转化为具有步态适应性的三角波振荡信号，补偿信号转换过程中的误差，提高信号的准确性，以此对机器人自主越障运动进行有效控制。实验结果表明：在20m×20m的空间内放置90个障碍物，应用该方法生成的自主越障控制路径总长度仅为37.8m，证明其可以辅助机器人高效完成巡检任务。