随着我国地铁建设的快速发展,愈发需要自动化地铁隧道巡检手段保证日常巡检的频率和效果。中小型地铁隧道巡检车具有自带动力、搬运方便、操作简单等优势,是实现地铁隧道自动巡检的较优选择。本文针对中小型巡检车设计了一套自动化程度较高的控制系统,选定控制硬件并设计了相应安装结构,设计了走行控制、实时定位和安全预警三方面的控制算法,实现了各模块的控制软件程序,使巡检车能够搭载巡检人员和检测设备安全完成巡检任务。本文首先分析了地铁隧道主要病害及对应检测设备对移动平台的要求,提出了巡检车的功能需求。基于功能需求,本文设计了控制系统的总体方案和多级预警策略,依据巡检车最高运行速度确定了检测设备工作频率,并进行了控制硬件的选型,设计了相应的安装结构。针对控制算法,在走行控制方面,本文设计了使用RBF神经网络在线辨识巡检车系统模型并自适应整定PID参数的速度控制算法,通过仿真验证了控制误差在10mm/s以内,并修改通用梯形速度曲线实现了速度规划算法。在实时定位方面,本文建立了巡检车的CTRV运动模型,使用扩展卡尔曼滤波融合传感器数据设计了定位算法。在安全预警方面,本文使用了传统图像处理方法从运行前方的图像中分割出轨道区域,结合雷达点云判断前方是否有高度超限障碍物,能够检测到20m以内宽度为5cm的障碍物,并设计了检测网络识别障碍物是否为工作人员,网络总参数量仅为3.13M,在TX2工控机上前向推理时间为50ms,ap指标达到0.80。针对控制模块的软件设计,本文首先基于快速原型实现技术,自动生成了主要控制逻辑代码,在QNX系统工程中整合代码完成了车辆控制模块的软件程序,然后建立了可编程驱动器的CANopen通信协议,设计了其内部软件程序,接着基于Qt开发框架设计了巡检车触摸屏上的控制界面软件,最后在ROS上实现了工控机中的软件程序。为验证控制系统设计的可行性,在地铁车辆段试车线上测试了样车性能,证明其能够正常工作,刹车距离在2m之内。在模拟隧道中测定了定点停车精度为2.4cm。人工采集了地铁隧道现场图像,验证了轨道分割和人员识别算法的有效性。在校园内实验验证了图像联合点云进行障碍物检测的有效性。实验说明,本文设计的控制系统提高了巡检车的自动化水平,具有相当的可行性。