舰载旋翼无人机在海上可执行战场救护、侦察、中继制导、远程打击等多种危险任务，可大规模快速地装备部队，成为现代海上战争中的理想武器。无人机在海上着舰阶段飞行事故频发，因此本课题针对旋翼无人机着舰引导技术，研究机载视觉引导方案并搭建硬件实物系统进行工程验证，对自主着舰工程化实现有重要研究意义。
　　首先，明确定义着舰过程中的相关坐标系，对着舰引导过程中的DGPS引导和视觉引导两种方式，详细分析位姿解算流程。根据旋翼无人机着舰的特点，设计了一套基于合作地标的远近距引导方案。并对着舰引导系统进行总体设计，说明机载视觉处理的算法流程。针对该方案设计了提供着舰辅助信息的合作地标。
　　然后，针对远距下滑导引过程中的合作目标检测问题，提出一种基于互补滤波的融合检测算法，该算法结合改进深度学习模型和相关滤波KCF技术，修正KCF的检测结果，减少KCF检测误差，弥补SSD模型检测速度慢的缺点。对于中小目标的检测性能不佳的问题，本文融合深度学习特征层的多尺度信息，重新设计特征提取结构改善检测性能。改进后的模型检测精度和速度明显提高，基本满足着舰要求。
　　紧接着，研究近距降落阶段过程中的合作目标检测问题。对采集到的图像提取外围椭圆轮廓后利用最小二乘方法拟合得到椭圆方程，解算圆形地标在相机坐标系下的二义性位姿，并提出一种用中心H图案的约束得到唯一真实解的方法。通过圆形地标和不对称性H图案解算姿态角，并给出详细推导过程。最后进行实验验证方法的可行性和准确性，并对位姿测量影响因素进行分析。
　　最后，搭建基于多旋翼平台的综合仿真实验。对视觉引导系统各模块进行硬件选型，利用Qt界面开发工具设计开发一套地面监控系统进行实时监控，并搭建无人机飞行系统和甲板模拟系统，形成完整的着舰实验环境。对着舰下滑轨迹进行跟踪着舰，飞行实验结果表明本文所设计的视觉引导技术满足着舰需求，具有良好的可行性。