为研究黄土变化规律及致灾机理,预防重大黄土边坡地质灾害的发生,本课题组已研发了一种原位探测管道机器人用于黄土地质信息原位探测,搭载机器视觉实现复杂黄土边坡内部关键信息的精细探测。然而由于黄土孔洞探测环境复杂,孔径狭小且孔径不断变化,导致视觉系统离焦,影响图像采集质量及地质信息识别精准性。故本文研发了一种原位探测机器人视觉系统的环境自适应技术,提升视觉系统的准确性和智能化。首先,进行机器人视觉系统整体方案设计。根据黄土孔洞的复杂探测环境和探测需求对自适应视觉系统进行了方案设计,结合光学系统的成像原理与探测环境进行了视觉系统硬件方案设计与选型,结合自动聚焦、自动调光的原理进行视觉系统控制功能的分析与设计,为下一步研究提供实验平台。其次,对黄土孔内复杂环境下视觉自适应算法进行分析与设计。利用Matlab设计并构建多种图像清晰度评价函数,结合定性和定量指标,通过实验分析选择适合本项目的评价函数。结合实际探测需求与评价函数分析结果,选择并改进爬山搜索算法,采用粗、细搜索结合的方式提升系统实时性与稳定性。通过聚焦过程中图像亮度实验分析,选择及构建合适的测光评价函数与调光策略,为软件设计提供技术支持。然后,结合环境自适应视觉系统的实际应用与探测需求,设计了视觉系统总体控制方案和地质信息采集软件平台。采用图像处理与单片机控制结合的闭环控制系统保证聚焦结果的实时性与准确性。通过Matlab进行了地质信息采集软件设计,实现对视觉系统自适应状态的监测,为实验研究提供软件平台。最后,对环境自适应视觉系统进行实验研究。分析并构建自适应性能评价指标,搭建多种环境下的实验平台并进行自动聚焦、自动调光和环境自适应功能验证实验,结合性能评价指标分析实验结果,进一步提出优化方案。