由于海洋战略被提出,智慧海洋成为新的焦点,使用水下机器人代替真人进行水下作业是不可避免的趋势。在参与水下主从式高动态范围三维全景感知系统与探测设备项目的研发中发现,水下设备贵、调试难以及环境不确定性等问题,导致采用水下机器人在真实水域的算法验证实验与海洋设备教育培训的开展成为有待解决的难题。针对设备贵、实验难并存在危险等问题,本文设计了虚拟仿真教育系统用于算法验证以及大学生人工智能、水下机器相关课程。在使用虚拟仿真教育系统时发现,水下图像存在对比度低、模糊且水下目标检测精度低的问题。其原因是虚拟仿真教育系统的水下环境存在光波的衰减、光的散射等问题。这些问题使虚拟仿真教育系统的水下目标检测精准度大打折扣。由此可见,水下目标检测精准度低是一个有待解决的问题。针对上述问题本文提出一种基于限制系数的对比度拉伸与曝光融合的水下图像增强算法,通过计算限制系数与通道之间的关系对图像的每个通道进行不同的对比度拉伸,再利用曝光融合的方式进一步提高图像亮度以获得更清晰的水下图像。本文将提出的水下图像增强算法与其他的方法进行实验对比,采用视觉和数据指标对算法进行评估,从而证明本文提出的算法能有效提高水下图像的对比度、亮度与清晰度。其次,针对水下图像模糊导致的错检、漏检问题,本文在SSD目标检测网络的基础上提出一种基于双流输入的SSD水下目标检测算法。该算法通过双流输入、意力机制与多尺度融合的方式提高了检测精准度。通过实验对比与分析证明本文提出的基于双流输入的SSD水下目标检测算法有更高的精准度。此外,本文简要的介绍了虚拟仿真教学系统。针对《机器人基础》与《程序设计与问题求解》课程需求,基于虚拟仿真教育系统开发了相关的教学实践功能,并设计了相关的课程实验。本文的虚拟仿真教育系统在实践教学中受到了老师与学生的一致好评。