1.一种基于声呐和视觉图像拼接融合的水下三维地图构建方法，其特征在于，该方法包括以下步骤：

步骤1：利用搭载有机械扫描测距声呐和单目相机的水下机器人同时对水下环境进行视觉图像和声呐测距数据采集；

步骤2：关联声呐测距数据与单帧图片成像数据，对每帧图像进行扩维，在二维地形图像的基础上，结合声呐探测数据构建三维立体地图；其中，关联声呐测距数据与单帧图片成像数据，对每帧图像进行扩维，包括：采用双线性插值法，对非测距采样点的测距值进行近似，对于图像边缘的非采样点，以距离该点最近的采样点的测距值作为其测距值；

步骤3：采用基于点线特征融合的图像拼接算法，进行多帧图像扩展拼接，实现三维全景地图合成；

其中，利用搭载有机械扫描测距声呐和单目相机的水下机器人同时对水下环境进行视觉图像和声呐测距数据采集之前，还包括：

对声呐与相机参数设定，包括：根据单目相机的水平视场角 和垂直视场角 设定声呐水平扫描次数nl和垂直扫描次数nv，声呐水平扫描间隔角为 垂直扫描间隔角为 单帧成像时声呐扫描测距总次数n＝nl*nv；

对相机视场与声呐扫描范围标定，包括：调整声呐在水平角度为 垂直角度为2θv的矩形范围内扫描，使得声呐扫描范围中心点与相机成像中心点所在位置重合，保证声呐扫描区域与相机成像区域一致；利用使相机成像具有nl*nv个同样大小栅格的标定板，计算每个θ(j，k)值：其中，θ(j，k)表示第(j，k)个栅格中心点和相机镜头的连线l(j，k)与标定板中心和相机镜头中心的连线 之间的夹角，其中，j，k均为整数且j∈[1，nl]，k∈[1，nv]；h表示相机到标定板的距离，(j，k)表示第j行，第k列的栅格中心；

设计声呐扫描轨迹，包括：声呐每轮扫过的范围，完整覆盖整个相机成像区域。

2.根据权利要求1所述的一种基于声呐和视觉图像拼接融合的水下三维地图构建方法，其特征在于，对水下环境进行声呐测距数据采集，包括：声呐根据扫描轨迹测距n次，即完成第i轮的n次测距过程，同时相机成像第i帧，水下机器人在世界坐标系下(xi，yi，zi)点视觉图像及图像中设定n个采样点的声呐测距数据采集结束；采集的声呐测距数据包括水下机器人位置(xi，yi，zi)和运动坐标系下偏航角ψ，图像帧i及该帧图像中n个采样点的测距值L(j，k)，每帧采集过程中水下机器人在(xi，yi，zi)点处于静止状态；

对采集到的声呐测距值L(j，k)进行数据处理，得到每个采样点的实际测距值m(j，k)；

m(j，k)＝L(j，k)*cosθ(j，k)。

3.根据权利要求2所述的一种基于声呐和视觉图像拼接融合的水下三维地图构建方法，其特征在于，采用双线性插值法，对非测距采样点的测距值进行近似，包括：在第i帧图像中的非测距采样点p(x，y)，其处在以其相邻的四个测距采样点为顶点构成的最小矩形中，四个顶点分别为p1(x1，y1)，p2(x2，y2)，p3(x3，y3)，p4(x4，y4)，对应测距值分别为m1，m2，m3，m4；则非测距采样点p(x，y)的测距值m近似为：其中：

r1＝(x，y1)；

r2＝(x，y2)。

4.根据权利要求1所述的一种基于声呐和视觉图像拼接融合的水下三维地图构建方法，其特征在于，利用模板匹配算法快速检测多帧图像之间的重叠区域，包括：S1：在目标图像中选择模板图像R1，R1是具有长度b，宽度c和左上角坐标(0，a)的矩形区域， 的矩形，h和w分别是目标图像的高度和宽度；

S2：使用归一化相关系数方法找到与参考图片中的模板图像R1最相似的区域R2，Rl是R2的左上角的水平坐标值；

S3：在参考图像中选择模板图像R3，R3是一个矩形，其长度为b，宽度为c，右下角的坐标(w，d)，S4：通过使用归一化相关方法找到区域R4与目标图像中的模板图像R3最相似，Rr是R4的右下角的水平坐标值；

S5：输出重叠区域的左右边界范围[Rl，Rr]。

5.根据权利要求1所述的一种基于声呐和视觉图像拼接融合的水下三维地图构建方法，其特征在于，采用基于点线特征融合的图像拼接算法，进行多帧图像扩展拼接，实现三维全景地图合成，包括：利用模板匹配算法快速检测多帧图像之间的重叠区域，并且根据匹配的重叠区域，确定各帧图像之间的相对位置；

提取重叠区域的点特征和线段特征，并分别进行点特征、线特征匹配；

求出图像之间的特征匹配之后，建立投影变换模型，利用该投影变换模型将互相之间有重叠的图像通过几何变换映射到公共的坐标系，使得重叠部分被配准到相同的位置；利用线段约束和基于网格的局部单应矩阵模型，减小拼接后的投影变形，完成图像配准；拼接重叠部分的测距值取重叠帧原始测距值的平均值，得到公共坐标系下的全景拼接地图。