内河航运由于其成本低、运量大、污染少等特点,在我国经济发展中起着重要的作用。近年来随着航运运量的不断加大,内河航运超吃水问题也越来越严峻,严重影响了通航安全和效率。海事执法部门主要采用登船目测吃水线检测船舶吃水,即费时费力又影响船舶正常通航。目前尚无有效的技术手段对通航船舶动态吃水进行离船式的检测。根据通航船舶吃水检测要求,研制了基于超声波传感器阵列的通航船舶动态吃水实时检测与预警系统,在不影响船舶正常通航的情况下实现了对通航船舶吃水离船、快速、实时检测,并对超吃水船舶提出预警。目前该系统在长江三峡已投入试运行。超声波传感器阵列安装在检测门支架上,检测门同步自动升降子系统对检测门支架进行速度和位置的闭环控制,确保检测门平稳运行、安全地工作在水下合适的位置。船舶吃水数据采集处理子系统通过超声波传感器检测门阵列,采集通航船舶吃水数据,对通航船舶吃水数据进行处理,完成异常数据的剔除和并行通航船舶吃水数据的分割,并通过无线网络将各通航船舶吃水数据发送到船舶吃水信息管理子系统,与当前航道允许最大吃水深度进行比较,并对超吃水船舶进行预警。利用通航船舶动态吃水实时检测与预警系统,现场获取船底吃水的点云数据。本文分析了点云数据突变点的分布特征和现场干扰因素,将异常数据分为两类,并对通航船舶吃水数据进行预处理消除异常数据的干扰。提出了将点云数据中值滤波算法应用于消除超声波传感器探测船底时“第一类异常数据”的干扰；并针对“第二类异常数据”出现在船尾特点,提出了最小二乘直线回归预测法消除船只螺旋桨尾流干扰。采用现场实测数据,对算法进行了验证。对通航船舶吃水数据进行预处理,消除各类噪声影响后,本文对并行通航船只吃水数据的分割进行了详细分析。提出了采用基于宽度的船舶吃水点云数据分割算法对并行通航船只吃水点云数据进行分割。并对其中涉及的船舶进、出检测门识别、船舶宽度识别等关键技术进行了分析。采用现场实测数据,对算法进行了验证。最后给出了现场实测结果,确定系统比对精度,并对测量不确定度进行了分析。结果表明,系统测量精度优于0.1 m,满足设计要求。采用的算法有效、实用。