随着全球陆地上的油气田开发已经逐步进入中后期,勘探开发难度增加,丰富的海洋资源越发凸显出巨大的开发潜力。海底管道作为海洋油气资源输送陆地的主要手段,易受到复杂、不稳定的海洋环境因素影响而发生破损。海底管道通常敷设在海底地形和环境复杂的浅海域,对海底管道开展日常巡检具有很高的社会经济价值。水下自主航行（Autonomous Underwater Vehicles,AUV）是海洋观测与探测的重要技术装备,具有连续稳定、效率高、成本低的作业特点。AUV通常会搭载声视觉或光视觉传感器作为环境感知的主要技术手段,从而实现对局部环境目标的感知、规划和决策,通过多传感器数据融合及内置的计算处理系统使其具备多种功能形态,具备对环境感知、理解能力。本文研究了水下声学图像的处理方法、海底管道检测以及动态局部路径规划,并在此基础上建立了一个用于海底管道检测与无碰跟踪系统。本文主要成果如下:1.设计了海底管道检测与跟踪系统的体系结构,并对基于前视声呐（Forward Looking Sonar,FLS）觉系统进行了分析和构建。按照系统中数据结构的抽象程度将海底管无碰跟踪系统系中传递的指令信息分为四个部分:即数据采集部分、图像处理部分、环境信息融合部分和决策规划部分。2.由于水体的折射和声波的散射、不均匀的海水水质和流动的海水会引入斑块噪声。为准确识别、区分障碍物和噪音,文章在传统的阈值分割算法的基础上,如K-means、Otsu、AMF（Adaptive Median Filtering,AMF）,提出一种改进的Otsu算法,可将目标周围的扩展回波和背景杂波正确分离,较为完整的保留目标图像的轮廓。在此基础上提出小区域抑制的障碍物方法,降低了算法复杂度。3.考虑到实际跟踪过程中,海底管道存在部分埋没及弯曲的情况,文章基于Hough变换选取三类点作为关键点,用最小二乘法对关键点进行曲线拟合,拟合结果满足管道跟踪精度要求。4.进行海底管道检测时,由于原始的前视声呐图像中包含了大量的虚假信息和噪声。文章基于Curvelet变换的自适应阈值去噪方法对图像进行降噪处理,实验结果表明该算法可有效降低了虚假信息和区域的干扰,提高了管道检测与无碰跟踪系统的准确性和实时性。5.为实现最短和最平滑无障碍碰撞的路径设计,较少的转向为代价,文章提出一种路径规划算法,实现自主水下航行器的速度实时更新。分析Kalman预测模型的基本原理,设计了离散Kalman滤波器对线性运动的动态障碍物的状态进行估计,从而减小对障碍物真假辨别误警率。6.海试实验结果表明,基于以上算法能够满足对系统的实时性、连续性要求,且针对海底管道检测与无碰跟踪的任务,本文提出的算法具有可行性和有效性。