发射井筒筒间操作空间狭小,监测和维护筒间管道的难度较大。为客观掌握筒间管道的内部状态,保障模拟发射井筒弹射实验安全,本文在装备预研教育部联合基金“水下导弹垂直发射筒盖系统智能控制与故障诊断关键技术”的支持下,研制了一种垂直发射井筒筒间状态监测管道机器人控制系统。主要用来在空间狭小的管道内完成状态监测、视频回传、实时诊断任务;对回传视频进行离线检测,进一步统计管道内部的裂纹损伤。首先,设计管道机器人机械结构,分析管道机器人机械单元工作原理、力学特性及驱动性能;建立管道机器人三维模型,进行管道机器人运动分析与仿真,对机器人的关键部件进行了有限元分析,初步验证可靠性,对机器人样机进行运动仿真,验证机器人机械结构的有效性。其次,根据控制系统的功能需求确定系统的总体方案,阐述系统工作原理,按照功能对控制系统进行硬件设计。搭建工控主板模块,装载管道机器人系统的上位机系统,用于发送控制指令、实时显示并储存回传的视频数据;搭建完成电源管理模块,实现显控平台的充放电功能;确定系统硬件接口的具体连接方式;对集成控制器的电源电路、启动模式接口电路、指示灯电路及驱动电机调速电路进行设计开发。结合控制系统硬件,以C语言为主要编程语言,设计控制系统软件部分的视频模块和电机控制模块,包括视频采集初始化以及视频采集的具体流程,集成控制器的通讯过程、传输协议与接口配置;以C#为主要编程语言,设计了上位机界面,介绍了上位机界面组成和系统操作流程。然后,为提高管道机器人控制系统识别裂纹和损伤的能力,缓解YOLO v3(You Only Look Once)对管道中细小裂纹损伤检测效果不理想的问题,对算法进行两处改进:针对预测边界框的预测准确性,采用GIoU(general intersection over union)的边界框评判方式,将GIoU损失结合进YOLO v3目标检测器;针对特征图缩小次数过多引起的浅表特征信息损失过多的问题,在浅层网络上增加辅助网络,直接将浅层的特征信息传输给到对应尺度的YOLO检测层,增强了YOLO检测层对裂纹纹理、特征、颜色等表面特征的识别能力;随后制作管道裂纹数据集、搭建网络结构、训练网络模型,并引入准确率、错检率和漏检率来评估网络模型的性能。最后,在系统搭建完成后,通过对管道机器人控制系统的运动控制进行实验研究,测试管道机器人样机在垂直变径管道中的行走性能,进行运动控制实验,验证管道机器人机械结构合理性与控制系统的实用性;进行管道裂纹识别实验研究,通过识别手持式显控平台返回的管道内视频信息,对比算法改进前后网络模型对管道裂纹数据集的识别效果,验证算法改进后对与识别管道裂纹的有效性。实验结果表明,该系统能够满足基本功能要求。