球罐作为大容积、承压式密闭存储容器,需要进行定期的焊缝检修以保障安全运行,目前工业中仍以检测效率低下且安全性差的人工检测为主,使用爬壁机器人代替人工作业成为必然趋势。但由于球罐内部存在的浮锈、油污以及焊缝等因素,影响了机器人的吸附能力;另一方面,检测机器人在球罐壁面的三维定位问题,以及在错综复杂的焊缝分布下的焊缝跟踪与最优检测路径规划问题,限制了球罐焊缝检测机器人自动化检测能力的充分发挥。为了解决以上问题,本课题提出了一种固定于球罐的被动式支撑机构,用于提升机器人的吸附能力并实现机器人的位置检测,同时对机器人的焊缝跟踪以及焊缝全遍历最短检测路径规划技术开展研究。在分析了球罐内部工作环境的基础上,设计出一种可重复收展的球坐标型支撑机构,从保障结构刚度以及减小重量的角度确定了结构的构型,并对其伸缩锁紧关节及其他关键结构进行设计。提出了基于支撑机构悬臂姿态检测的机器人位置三维坐标表示方法。研究了支撑机构主体的结构参数对其静刚度的影响,借助有限元软件分析规律并选取合理的结构参数,对机构稳定性进行了校核。同时,对防止机器人下滑和倾覆需提供的推力进行了理论推导,并建立数学模型研究了机构形变对其支撑能力以及定位精度的影响。研究焊缝检测机器人的自主导航技术,提出了两种焊缝跟踪技术,包括在已知焊缝分布地图时,根据机器人的位置匹配临近焊缝的跟踪算法,以及采用卷积神经网络进行实时的焊缝识别并提取中心线的焊缝跟踪算法。对遍历全部焊缝的最短路径规划问题进行探讨,根据三维焊缝分布建立二维地图,将其转化为邮递员问题进行了分析,基于图论实现了一种焊缝全遍历的最短路径规划算法。对定位与导航系统的硬件组成进行规划,并实现其软件设计,包括下位机数据采集以及上位机远程监控;搭建了支撑机构的样机,在实验室现有的圆柱形铁罐上,对支撑机构的支撑能力与定位精度进行测试并验证了方案可行性;采集焊缝图片,验证了基于卷积神经网络对单条及交叉焊缝的提取具有较好的效果。