钢铁厂无人物流运输中对钢卷目标的快速准确检测是提高物流运输效率和作业进度的基础。针对钢厂物流库中钢卷的检测和出入库运输高度依赖人工操作造成的定位不准确以及作业缓慢的现状,以及对操作人员的经验依赖较大,且存在消息传递滞后、准确性差等问题,从而传统的钢卷目标检测已经无法满足钢卷物流库的高效作业,智能化的钢卷物流库目标检测建设就显得非常重要。因此,本文以某钢铁厂无人物流运输中钢卷物流库的目标检测项目为背景展开研究,主要包含以下研究内容:针对钢卷物流库人工检测准确性较差和运行效率低下的现状,提出了一种基于点云数据的钢卷物流库目标检测方案。该系统采用三维激光扫描技术全程无接触全天候实时扫描,结合三维点云处理方法对目标进行分类检测识别,解决了钢卷物流库中汽车、火车、库区场景下的钢卷鞍座检测不准确的问题,实现了钢卷物流库中目标的低误差高效定位。针对实际钢卷物流库目标类型多、特征多样、形状各异等特点,设计了基于目标点云数据的高度差跳变分类法、角度判定分类法和点云位置关系分类法。分析了钢卷物流库中出入库和装卸目标,以点云目标视觉盲区的高度差跳变判定对象的长宽高特征、目标相邻点角度判定目标轮廓以及点云位置分布和法向量方向判定目标姿态,成功将钢卷物流库分为了汽车场景、火车场景和库区场景进行分类检测处理,解决了钢卷物流库目标种类繁多和检测结果不理想的问题。针对钢卷物流库中目标定位精度差、检测误差高的缺陷,设计了一套点云数据目标检测算法。综合分析了不同目标类型特点,该算法先利用迭代最近点算法（ICP）拼接,再结合体素网格下采样算法（Voxel）简化,然后以直通滤波和球半径滤波去噪消除毛刺,接着利用欧式聚类算法对感兴趣区域（ROI）求取,以最大角度度量准则判定边缘,最后利用随机抽样一致性算法（RANSAC）拟合钢卷鞍座目标模型,从模型参数中获取得到检测定位结果。实现了分类的三种场景中钢卷鞍座特征的高效输出,解决了依赖人工经验检测准确性较差的问题。最后对系统做了详细的方案设计、功能分析和功能模块设计,最终设计并实现了钢卷物流库目标检测系统。在硬件上获取目标点云数据,在目标检测软件上实现了检测特征的输出。经功能测试、通信测试和性能测试及试运行,验证了系统的准确性和高效性。