海上并靠补给作为远海护航和远洋作战的重要后勤保障手段,对维护国防安全具有重要作用。根据并靠补给的实际需求,研发一种非接触、高精度、低延时和抗干扰的六自由度位姿检测系统,对突破波浪补偿系统的瓶颈具有重要战略意义。针对以往位姿检测系统在严重遮挡或光照不均等条件下检测效果不佳的问题,本文重点研究多传感器信息融合问题、多尺度注意力融合语义分割问题及多模态信息融合位姿估计问题。主要工作内容如下:（1）针对复杂场景下使用单传感器获取信息的有效性和可靠性不高的问题,建立多源异构传感器信息融合系统。采用时空联合标定后的双目相机与激光雷达获取图像与点云数据,将双目深度图转换为空间点云后与雷达点云配准融合。该算法能够融合两种异源传感器的纹理和空间特征,为后续步骤提供充分有效的融合特征;（2）针对多尺度与易混淆物体导致语义分割存在错误划分或边缘不准确的问题,设计多尺度注意力融合的语义分割算法。网络以图像作为输入,利用3D注意力机制与多尺度特征融合以增强对重要特征的关注和聚合能力。在CamVid（74.8%）和Cityscapes（83.4%）两个语义分割基准数据集上获得出色的分割性能。该算法能够从复杂场景中精准的分割出待测物体的掩膜,为后续位姿估计提供待测目标精确的图像和点云数据;（3）针对低纹理目标与光照条件不佳等复杂场景下的位姿估计的问题,设计多模态数据融合的位姿估计算法。网络以图像和点云作为输入,利用改进的DenseNet和PointNet++网络提取出目标物体的局部颜色和空间特征,结合可微的位姿迭代网络实现端到端的位姿估计。在Line MOD（97.8%）和YCB-Video（95.3%）两个位姿估计基准数据集上获得了优秀的检测精度。该算法能够从复杂场景中获得目标物体的精准位姿,为波浪补偿提供精确、实时和鲁棒的相对位姿;（4）鉴于海上研制风险高,开发难度大,在实验室搭建了六自由度位姿检测系统,使用Stewart运动平台模拟集装箱在海上风浪作用下的六自由度耦合运动,基于自动标注的方法生成集装箱位姿估计数据集,在自建的集装箱数据集上实验验证了本文设计的位姿检测系统和相关算法的可靠性与实用性;综上,本文针对波浪补偿系统的相对位姿检测问题开展了较为系统的研究,提出采用双目视觉与激光雷达数据融合的六自由度平台位姿测量方案,并设计完整的实验方案对检测系统进行实验验证,其主要技术指标基本满足波浪补偿系统要求。