舰载无人机的高性能和低成本特点使得其发展已成为一种趋势,但是相对于陆基起降的无人机,舰载无人机涉及到更多的技术难点,尤其是自动着舰引导技术。本文针对舰载无人机自动着舰引导技术需求,设计了一种基于视觉的地面引导系统,并重点研究了复杂背景下的目标识别算法和舰船运动数字稳定平台等关键技术,为舰载无人机着舰的工程化实现提供技术支撑。首先,根据舰载无人机着舰的特点和导航系统的要求,设计了一套基于视觉的地面引导系统,分析了该系统的位置解算原理和云台跟踪控制,对系统的工作流程进行了详细分析。并设计了舰载无人机着舰试飞平台,为视觉着舰飞行试验奠定了基础。其次,设计了基于HOG+SVM的无人机目标识别算法,并进行了结果分析。为了提高识别准确率和增大识别范围,采用鲁棒性更好的卷积神经网络提取特征,设计了基于Faster RCNN的无人机识别算法,将识别准确率提高到92.1%。再次,为了解决无人机着舰过程中目标尺寸变化和实时性问题,设计了远距离帧间差分运动目标检测和近距离Faster RCNN目标检测联合算法。此外,采用focal loss算法对Faster RCNN中的损失函数进行了改进设计,解决了易分类样本和难分类样本的权重问题,使得识别准确率提升1.7%。而针对连续图片序列中的目标识别问题,根据运动连续性改进算法性能,使得算法实时性达到导航系统的要求。最后,对视觉引导系统进行飞行试验。首先设计了基于红外视觉的云台位置标定系统,对引导系统进行标定测试。其次,由于甲板运动使得云台不断地随着舰体运动,导致飞机对甲板运动的不必要跟随。针对甲板运动问题,建立了数字稳定平台消除航母运动对云台坐标系的影响。最终飞行验证结果表明本文所设计的视觉引导技术具有良好的可行性。