由于航空发动机机体结构复杂,具有拆装难、维修不易的特点,新手操作者对各种发动机零件类型的不熟悉,在航空发动机换发领域存在培训难上手、实践成本高等问题,因此,常利用目标检测方法对零件类型进行分类检测。但由于实际环境中零件堆放杂乱,容易出现遮挡的情况,利用传统的单一目标二维识别方法会因为无法提取足够的特征信息,易出现错误的检测结果,无法满足需求;同时,传统的换发培训流程是基于纸质或电子文档,培训效率较低。基于上述问题和研究难点,本文提出将可以利用深度信息的三维目标检测加入发动机换发领域进行研究,并结合神经网络的相关知识,获取复杂发动机零件的分类、空间位置和位姿信息;同时与混合现实技术相结合,可以以全息投影到眼前的方式直观感受各零件的虚拟检测信息,并以全新的交互方式与虚拟零件模型进行实时交互,使新手操作者能获取更直观的感受。因此,本文针对三维目标检测和混合现实的相关技术,对以下内容进行研究与实现:（1）跟只对单一目标进行识别的二维检测不同,航空发动机零件往往互相关联复杂、散乱,利用二维目标检测容易无法适应杂乱环境。本文利用基于深度学习的三维目标检测算法,实现对于发动机零件的精确检测。同时为了提高零件的识别精度和在复杂环境中的鲁棒性,本文利用空间上下文感知的混合现实方法生成零件数据集用以训练和测试。（2）针对新一代Holo Lens2混合现实头盔独特的空间映射功能,利用RGB-D相机辅助的跟踪注册技术,完成虚拟发动机零件模型在混合现实场景下的注册,并设计一种新型的手势、语音指令方式实现与零件模型进行实时交互。（3）在前面研究点的基础上,本文创新性地提出了整合混合现实和三维目标检测的关键技术,用于解决发动机换发领域存在的问题。通过将三维零件检测模型与Holo Lens2混合现实头盔相结合,实现了基于Holo Lens2的零件识别交互系统。该系统可以对复杂环境中的发动机零件进行识别定位,并结合SLAM系统完成对零件的持续稳定追踪,实现检测零件在空间中的连续定位,完成混合现实效果。实验结果表明,本文的方法通过将基于深度学习的三维目标检测和混合现实关键技术相结合,并设计简单自然的交互方式,能够以较高精度实现对发动机零件识别检测,是一种工业领域上的创新,能够为零件检测、换发培训学习上提供全新的可视化交互体验。