工业中采用了大量由异种钢焊接进行联结的管道，这类管道在长期服役过程中，因各种外界因素的作用，在异种钢焊接接头部位可能出现缺陷，为防止泄漏等事故的发生，必须对管道进行有效的检测维护。但是，特殊工业中的一些管道其结构非常复杂，不仅管径变化而且包含曲率半径较小的弯曲结构，受管道内部空间及结构的限制，无法采用人工手段进行检测，而常规的管道机器人很难解决在这种复杂管道内的通过性问题；另一方面，对弯曲变径管道中单面焊双面成形的异种钢焊接接头进行无损检测前，通常需先对其表面质量作视觉检测，但该技术受管道内部环境及焊接接头表面特征的影响，获取的焊接接头图像存在较大的噪声干扰，同时图像的对比度偏低，如何有效消除噪声干扰、从图像中准确提取缺陷信息并以此实现缺陷尺寸的定量分析存在很大困难。针对这两个难题，本文研制了新型的机器人移动载体，开发了机器人控制系统及视觉检测技术，实现了机器人在复杂管道内的顺利行走、在焊缝作业位置处的自主定位及对异种钢焊接接头部位的缺陷尺寸进行定量分析的目的，不但对学科发展具有一定的理论意义，而且具有较大的工程应用价值。 管内仿生机器人移动载体采用新型的轮足复合式结构，通过支撑足与支撑轮的有机结合，克服了传统足式移动载体越障能力有限运动及稳定性欠佳的不足，实现了移动载体在变径管道、垂直管道及曲率半径较小的“L”型弯管内稳定行走的功能；由气动控制模块和CCD摄像机构成的视觉伺服控制系统采用由粗到精的两级定位策略，有效克服了常规“码盘”定位方式定位精度较低的不足，实现了机器人在焊缝作业处的高精度自主定位；视觉检测系统利用CCD摄像机获取焊接接头图像，该图像传入计算机后采用混合滤波器去噪、模糊多尺度形态边缘检测、快速二值分割及快速亚像素边缘定位等算法对图像进行处理和分析，可实现异种钢焊接接头部位缺陷尺寸的定量分析。 CCD摄像机获取的焊接接头图像中常混入脉冲噪声和高斯噪声，为消除混合噪声的影响，提出了基于自适应开关中值滤波和自适应模糊加权均值滤波的混合滤波方法，该方法先采用一定的检测标准将图像中的混合噪声分开，再分别采用自适应中值滤波和自适应加权均值滤波去除分离出的脉冲噪声和高斯噪声，这种处理方式充分发挥了两类滤波方法的优点，使混合滤波方法具有优良的滤波性能，能在有效抑制混合噪声的同时，很好地保护图像细节，具有其它混合滤波方法不可比拟的优点。 焊接接头部位的图像对比度偏低，为实现有效提取图像边缘信息的目的，结合模糊增强思想及多尺度概念，提出了模糊多尺度形态边缘检测算法，该算法先采用多级模糊增强算法提高图像对比度，然后对增强后的图像进行自适应多尺度形态边缘检测。多级模糊增强算法运算简单且不会造成图像中低灰度边缘信息的损失；自适应多尺度形态边缘检测算法其形态算子对噪声不敏感、能根据图像局部特征自适应确定结构元形态且可实现不同尺度下边缘信息的自适应融合，两种算法的有效结合使模糊多尺度形态边缘检测算法能从低对比度图像中提取连续且细腻的边缘信息。 为实现边缘图像的快速二值分割，提出了基于自适应遗传算法的模糊熵分割算法，该方法克服了传统模糊阈值法中穷举法计算效率偏低及因预置隶属函数窗宽而对不同图像缺乏自适应性的弊端，同时克服了标准遗传算法求解模糊阈值时存在早熟及收敛速度较慢的不足，可自适应确定隶属函数的窗宽及最优阈值，既保证窗宽对不同图像具有良好的适应性，又提高了最优阈值求解的准确性及计算效率。 为提高缺陷尺寸的测量精度，提出了快速亚像素边缘定位算法，该算法先利用像素级边缘检测算法提取单像素宽边缘，然后根据边缘像素的大致位置，采用基于Zernike正交矩算子的改进亚像素定位算法得到边缘点的精确位置。快速算法结合了像素级边缘检测算法运算时间少及亚像素级边缘检测算法定位精度较高的优点，可对图像中的阶跃边缘和屋顶边缘实现精确边缘定位。 对研制的管内仿生机器人进行试验，考察机器人在复杂管道内的通过性、机器人在焊缝作业位置处的定位性能及视觉检测系统缺陷检测精度。结果表明：蠕动式管内机器人能顺利通过150mm-200mm的复杂管道，可越过高度不超过12mm的障碍；机器人能实现在焊缝位置处的自主定位，定位精度为±2mm；视觉检测系统能从存在噪声干扰、对比度较低的焊接接头图像中有效提取缺陷信息并实现缺陷尺寸参数的定量分析，分析精度达96％。