水路货运以其独特的优势在现代大宗、长途货物运输中占据着重要地位,积极推动着社会经济发展。然而,随着近几年来内河船舶数量逐渐增多,通航密度持续增大,超载、超吃水现象日益严重,水上交通运输的安全压力持续攀升。目前,海事监管部门主要通过人工登船测量船舶的干舷值来判断通航船舶是否超载,这种方式耗时费力,效率低下,因此急需一套能够实现船舶超载自动检测的方案来协助海事监管部门维护航道权益。随着现代信息技术的飞速发展,各类高精度传感器的使用越来越普遍,这为船舶干舷值测量提供了强有力的工具。本文主要围绕基于激光测距传感器的内河船舶甲板位置检测模型进行了研究。在激光数据的采集过程中,不可避免的会出现各类噪声。为了得到更加精确的干舷值,激光数据预处理工作必不可少。激光数据包含了丰富的物体表面信息,使用三维重建方法将物体表面刻画出来,实现目标物体的可视化,有利于目标特征的定位观察。在本课题中,水面数据和船舶数据是激光数据的主要组成部分。所以先通过建立水面高度分布模型,实现水面和船舶的分离。再使用统计滤波和投影法分割出样本中的多艘船舶,最后对得到的船舶数据进行滤波平滑,完成甲板提取前的预处理工作。船舶甲板到水面的距离即为船舶干舷值,所以除了获取水面数据外,甲板提取也是船舶干舷值测量的一个重要内容。根据甲板在船体中的位置结构信息,本文提出了三种基于空间特征的甲板提取算法。直线检测和平面检测都是三维空间中特征识别的关键技术,本课题使用基于Hough变换的直线检测、基于邻域变化和法向量两种平面检测方法,分别对船舶中的甲板部位进行提取,并计算甲板和水面的高度差得到船舶的干舷值。将三种基于空间特征的甲板检测算法在激光扫描样本上进行实验分析,并在此基础上提出了一种甲板检测算法融合策略。实验表明在传感器获取到完整的船舶甲板数据情况下,融合算法能得到精准的干舷测量结果。同时,实现了船舶超载自动检测系统,并应用于京杭大运河镇江段,有效遏制了航运违规现象。