桥梁检测爬壁机器人是移动机器人领域的重要分支,其为桥梁病害的检测提供了一种新的手段。当爬壁机器人在桥梁高塔、桥墩等竖直壁面自主作业时,不仅涉及一般地面移动机器人的遍历技术,还存在着机器人沿着各个方向的运动能耗不同、GPS信号遮挡以及电池续航时间有限等问题。所以研究一种高效的遍历算法及合适的定位方案用以解决爬壁机器人在竖直壁面自主作业时所遇到的问题具有重要的意义和价值。首先,论文对爬壁机器人在竖直壁面作业时沿不同方向的运动能耗进行分析,建立机器人在竖直壁面运动时的能耗模型,并研究了采用栅格划分对竖直壁面环境进行建模的方法。其次,对生物激励神经网络模型的原理进行描述,阐述了基于生物激励神经网络的点到点路径规划算法。之后针对生物激励神经网络全遍历算法容易陷入局部死循环而无法完成全遍历的问题进行分析。在保留生物激励神经网络优势的基础上,对算法进行改进,并结合爬壁机器人的能耗模型,提出一种能量优化的爬壁机器人全遍历算法。然后,对基于生物激励神经网络的点到点路径规划和爬壁机器人全遍历算法分别进行仿真对比验证。考虑到环境中的障碍物的数量及形状不同,论文设计了含有U型、椭圆形、L型等类型的障碍物,随机生成障碍物的位置,并和已有的全遍历算法进行对比分析。实验数据表明,本文提出的算法可以在保证100%覆盖率的同时,相比于只考虑神经元活性的全遍历算法、文献中的全遍历算法,分别节省了 24%和15%的能量。最后,论文针对爬壁机器人的定位需求,详细介绍了基于UWB技术的测距原理及校准方法,提出一种基于UWB技术和IMU的壁面定位方案。在研究爬壁机器人定位方案及全遍历算法的基础上,搭建机器人自主全遍历平台,开展了爬壁机器人自主直线行走实验和含障碍物环境下的自主全遍历实验。实验证明,基于本文提出的全遍历算法、定位方案以及搭建的自主全遍历平台,爬壁机器人可以较为高效的完成对指定区域的自主全遍历任务。