斜拉桥是目前国内大跨度桥梁的最主要桥型，缆索系统是斜拉桥的主要承重结构和传力构件。但由于缆索长期暴露在外，受日照雨淋等侵蚀，如果出现损伤，将降低结构的使用性和耐久性，并且一旦发生断索事故，将造成极为惨重的经济损失和人员伤亡，因此对缆索进行健康检测与维护就显得尤为重要。为了实现斜拉桥缆索的自动无损检测，针对斜拉桥缆索自动无损检测方法进行研究，本文提出基于多传感器数据融合的蛇形机器人缆索缺陷自动检测方法。通过搭载多传感器的蛇形机器人螺旋攀爬运动，实现在役自动检测；利用数据融合技术对多传感器的数据进行融合实现桥梁缆索缺陷的自动检测，并分别从数据级，特征级，决策级来实现各级的融合算法。文章主要内容包括：(1)设计了基于蛇形机器人的桥梁缆索缺陷自动检测系统。根据生物蛇的仿生学背景来介绍蛇形机器人本体结构设计和控制系统设计，重点介绍了蛇形机器人螺旋攀爬运动形式在桥梁缆索缺陷检测中的应用，并在设计的蛇形机器人上实现了各种常见运动形式。(2)提出了漏磁无损检测技术在桥梁缆索缺陷检测中的应用。首先介绍桥梁缆索结构与检测内容及其缺陷类型；其次对漏磁无损检测技术进行详细介绍；最后通过Ansys软件仿真研究桥梁缆索缺陷的参数和漏磁信号之间的关系。(3)分析了基于多传感器数据融合的桥梁缆索缺陷自动检测方法。基于数据融合的理论知识基础，在数据级采用加权平均进行信号融合，特征级采用支持向量机作为缺陷分类与识别平台，决策级应用D-S证据理论对缺陷做出最后决策，并在Matlab上对数据融合算法进行验证。实验结果表明运用数据融合算法不仅可以降低系统的不确定性，而且能有效地提高缆索缺陷识别精度和可靠性。