管道运输是城市水资源运输的主要方式。然而,腐蚀、施工、地质变动等原因会造成管道泄漏,引起水资源的巨大浪费。因此,发现并准确定位供水管道的泄漏,降低自来水在运输中的损耗,具有十分重要的意义。本课题组提出了一种基于系缆式管道机器人的供水管道泄漏检测系统,使用流体作为动力推动管道机器人前进,搭载高灵敏度声学传感器进行泄漏检测。本文围绕该管道机器人,在泄漏声信号识别和机器人回收定位两个关键问题上展开深入研究,主要工作包括四个部分:（1）针对特定检测器的泄漏声信号识别问题,提出了一种基于卷积神经网络的泄漏识别算法。该方法首先通过多窗谱谱减法去除信号中的噪声;之后使用短时傅里叶变换计算去噪后声信号的时频图,将声信号识别问题转化为图像识别问题;最后将时频图输入自主搭建的卷积神经网络,完成泄漏检测。（2）在实验室条件下搭建管道泄漏检测系统,以模拟实际管道检测中的不同测量环境,研究了不同压力、测量位置和泄漏孔直径对泄漏声信号的影响。数据集通过管道机器人样机采集,并作为评价泄漏识别方法性能的依据。结果表明,与传统的声信号识别方法相比,本文提出的方法有明显优势,可应用于管道泄漏声学内检测领域。（3）提出了一种管道机器人回收与定位系统。在硬件方面,使用STM32作为核心板,主要模块包括状态监测模块、电机控制模块和里程测量模块等;在软件方面,完成了电机驱动、扭矩测量和上位机界面等模块的编程与调试。（4）为了实际验证管道机器人在工程实践中的应用效果,进行在役管道的泄漏检测与定位测试。利用研制的样机,在湖南某供水管道进行了泄漏检测与定位实验,成功找到多处实际泄漏点,验证了本文提出的泄漏识别算法与回收定位系统的可行性和优势。