海洋运输业快速发展,在其所涉及到的海上巡检、环境检测、污染物跟踪、海洋学研究等领域中,以无人艇、无人机为代表的智能系统已经成为重要的测试平台。无人艇通过无人机搭载摄像头获得空中视角和预警侦查的能力。无人机在完成空中信息获取任务后,返航至无人艇上进行充电续航以及转移场地等操作,延长了无人机的续航时间,扩大了无人机执行任务的范围。因此设计一种无人机自主精确降落的方案对海空协同任务的完成具有重大意义。为解决无人机传统引导技术精度不高的问题,本文提出基于视觉导航的方法实现无人机的精确定位,进而研究一种无人机自主跟踪和降落的策略,并搭建硬件系统进行实验验证,具体内容如下:通过对比目前无人机基于机载视觉引导技术和基于地基的多模式引导技术,分析各自的优缺点,考虑到无人机在靠近无人艇阶段的导航方法需要更加准确,选用结合机载视觉引导和艇载视觉引导的无人机自主降落引导方法。针对目标标识码的准确检测问题,通过使用基于Ar Uco库设计的目标标识码,在其检测算法中结合图像预处理、图像分割、轮廓提取与筛选、透视变换和识别内部id实现准确识别目标标识码,解决了在室外环境下识别目标标识不稳定的问题,提高无人机降落过程中对目标标识的识别率。针对运动目标需要准确、实时定位的要求,将Pn P算法运用到定位方法中,同时融合两个视角的定位信息,解决了对运动目标实时定位的问题,较精确地获得了无人机与降落平台的相对位置。针对无人机自主跟踪和降落问题,通过改进Kalman滤波方法实现对目标位置的精确预估,解决了无人机飞行过程中目标短暂丢失造成飞行不稳定问题,并且平缓了飞行过程,在视觉导航基础上结合PID控制算法完成了无人机自主降落系统的设计。在陆地场景和海上场景进行了无人机的自主降落飞行实验,验证了本文提出的视觉导航方法的可行性,提高了无人机自主降落过程中的定位精度,提升了无人机视觉导航的稳定性,进而提供了一种无人机自主降落策略。