Nos últimos anos, o uso de Veículos Subaquáticos Autônomos (Autonomous Underwater V ehicle - AUV ) aumentou consideravelmente na inspeção de estruturas offshore. Essa área é primordial para as empresas de petróleo e gás porque elas precisam inspecionar seus oleodutos subaquáticos para evitar acidentes devido à corrosão e consequentemente vazamentos de fuidos. Para uma tarefa automatizada de inspeção de tubulação com um AUV, é necessário o desenvolvimento de um sistema de seguimento. Este trabalho propõe um método para o rastreamento de tubulações subaquáticas com câmeras de vídeo. O algoritmo proposto combina ferramentas de processamento de imagem para estimar a orientação e a posição de um duto, e assim, produzir a variável de controle necessária para realizar o seu seguimento. Alguns vídeos de tubulações submarinas foram utilizados para validar o algoritmo de detecção dos dutos. Posteriormente, um simulador em tempo real do movimento do AUV Pirajuba, veículo desenvolvido no Laborátorio de Veículos Não Tripulados (LVNT), é usado para verificar se o valor de saída da detecção realizada é adequado para a realização do controle de seguimento. Finalmente, experimentos de forma online foram realizados usando um veículo remontamente operado (Remotely Operated V ehicle - ROV ) para a realização de um controle de seguimento do duto. Os resultados desses testes são apresentados e demonstram que esse método é robusto para a detecção e seguimentos de dutos em um ambiente submarino real.

In the last years, the use of Autonomous Underwater Vehicles (AUV) has been increased for inspection of offshore structures. This research is significant for petroleum and gas companies because they need to inspect their underwater pipelines to prevent accidents due to corrosion and consequently fluid leaks. For an automated pipeline inspection task using an AUV, the development of a tracking system is necessary. This work proposes a method for the detection and tracking of underwater pipelines with video-cameras. The proposed algorithm combines image processing tools to estimate the orientation and position of a pipeline. These parameters are sent to the AUV control system. Some videos of underwater pipelines were used to validate the detection. Subsequently, a real-time simulator of the movement of the AUV Pirajuba, a vehicle developed at the Unmanned Vehicle Laboratory (LVNT), is used for validating the tracking control. Finally, online experiments were performed using a Remotely Operated Vehicle (ROV) to carry out a pipeline tracking control. The results of these tests are presented and demonstrate that this method is robust for pipeline detection and tracking in a real submarine environment.