本文在国家重大科技专项课题的资助下,以AUV对海底管道进行自动巡检跟踪应用为背景,利用多波束声呐作为水下场景三维重建的手段,研究一种基于点云数据的水下管道检测定位技术。本文的研究内容包括如下五个方面:(1)本文应用多波束声呐进行水下扫描获取水下图像,并通过动态亮度调节对声呐图像进行灰度变换,提高目标与背景的对比度。每一ping的水下图像代表了管道的截面信息,通过图像的边缘检测,可以得到管道截面的边缘轮廓,随后将每一ping的水下图像按序进行拼接,将管道轮廓像素点转化为三维坐标点的形式,得到水下三维点云数据,完成水下三维场景重建。(2)由于初始点云数据量较大,首先使用随机降采样进行点云精简;然后针对水下目标点云与噪声点云的分布特性,介绍两种常见的点云去噪方法:点云密度去噪、统计滤波去噪。通过算法仿真,分析比较两种算法的去噪能力以及算法稳定性,选择统计滤波算法完成三维点云的去噪处理。(3)采用基于法向差异的分割算法(Do N)和基于随机采样一致性算法(RANSAC)的三维柱面检测方法,实现管道点云的提取。通过引入Do N分割算法,能够在保留管道点云数据的同时,有效去除水下场景中的平坦区域,从而保证后续RANSAC的成功提取;然后为管道点云建立圆柱模型,采用RANSAC算法,完成管道点云的提取。(4)通过对不同时间段采集到的管道点云进行点云配准,得到不同管道之间的相对位置偏移。本文首先采用主成分分析进行管道粗配准,然后采用K-D Tree改进的快速迭代最近点算法完成管道点云的快速精配准,从而得到管道之间的空间位置关系。(5)最后,本文利用多波束声呐在消声水池进行实验,给出了实验装置及布置环境。根据本文给出的算法流程对采集到的实验数据进行处理,对实验结果进行分析,验证了本文提出的方案的可行性。