1.一种基于声呐点云数据的水下施工控制事件自动获取方法，其特征在于，所述方法包括以下步骤：
步骤1：将初始点云分成底部平面及剩余点云；
步骤2：对剩余点云再次分割，得到上排布平面；
步骤3：对底部平面进行局外点滤除，滤除底部平面中干扰点云，得到下排布平面；
步骤4：对上/下排布平面进行簇分类；
步骤5：通过选取并比较特征点的位置，筛选出边缘簇；
步骤6：对上排布边缘簇进行直线拟合，对下排布边缘簇进行直线拟合，得到两条拟合直线的参数；
步骤7：计算两条拟合直线间距离，得到排布的搭接宽度。
2.根据权利要求1所述的方法，所述步骤1中，对初始点云进行基于ransac理论的平面分割，将底部平面分割出来；
最优平面模型的选取见式：
a,b,c,d最优＝a,b,c,d|max{p1,p2,...pi,...pk}
其中a，b，c，d为平面模型参数，pi为局内点数，k为循环次数；
当次循环得到的局内点数大于之前循环得到的最大局内点数，则更新最大局内点数的值，并按照下式计算新的k值：
p为点云分割成功的概率，w为局内点数与点云总数的比值，n为确定一个模型所需点云数；
循环结束后，选取最大局内点数对应的平面模型参数作为平面分割的最优结果。
3.根据权利要求1所述的方法，所述步骤2中，对分割出底面后剩余的点云再次分割，同样使用ransac理论，将上排布平面从剩余点云中分割出来。
4.根据权利要求1所述的方法，所述步骤3中，使用基于统计分析的局外点滤除法对底面进行局外点滤除，滤除底面内散乱点云，得到下排布平面，该方法的要素见下式：
dn为任意点云与其k邻域点云的距离均值，x，y，z为点云的三维坐标，μd和σd分别为底面所有点云的dn的均值和标准差，根据dn的上述统计信息滤除局外点。
5.根据权利要求1所述的方法，所述步骤4中，利用基于欧氏距离的簇分类方法对排布平面进行点云簇分类；
对于两组点云pi和pj，若满足式：
则认为两组点云pi和pj形成不同的簇；其中︱p1p2︱表示计算两点p1和p2间的距离，dth为簇分类距离阈值。
6.根据权利要求1所述的方法，所述步骤5中，在簇分类的结果中提取边缘簇：选取点云簇的特征点，通过比较特征点的分布位置确定边缘簇的特征点，反向索引出边缘簇。
7.根据权利要求1所述的方法，所述步骤6中，使用lmeds法和m-estimator法对两块排布平面的边缘簇进行直线拟合，lmeds法的表达式如下：
a,b,c最优＝a,b,c|min{med(r1),med(r2),...med(ri),...,med(rk)}
其中a,b,c为空间直线参数，ri为直线拟合残差，med(·)为取中值运算，k为循环次数；选取直线拟合残差中值的最小值对应的直线参数作为最优参数；
m-estimator法的表达式如下：
a,b,c最优＝a,b,c|min{∑ρ(r1),∑ρ(r2),...∑ρ(ri),...,∑ρ(rk)}
其中a,b,c为空间直线参数，ri为直线拟合残差，ρ(ri)为残差函数，k为循环次数；ρ(ri)取值为：
t值用以抑制过大的残差分量；选取残差函数之和的最小值对应的直线参数作为最优参数；
针对不同拟合方法及不同参数得到的拟合直线，使用拟合直线残差统计量衡量出最适合的拟合方法及参数。