空中加油是提高飞行器续航时间最为有效的方法。传统的空中加油过程对于飞行员的操作有很高的要求，受油机飞行员在执行空中加油的过程中无法及时反应意外情况，而空中无人加油技术的发展将解决这些问题。此外，军事无人机的迅速发展对空中加油技术有了更高的要求。针对空中无人加油技术的对接过程，本课题将开展基于单目视觉的空中加油目标的关键点检测和位姿测量方法研究，主要采用计算机视觉及机器学习技术实现对空中加油目标的关键点检测，在此基础上结合单目视觉的测量方法，获得空中加油目标的位姿。测量得到的目标锥套位姿可以用于指导空中加油飞行器完成受油管与输油管的自动对接。本文的主要工作和创新性成果包括:　　(1)基于地面模拟系统建立了锥套图像数据库。通过搭建地面的双机器人模拟系统，在此系统上采集锥套图像，人工标注锥套位置、锥套关键点坐标、锥套位姿，前二者用于验证本研究中提出的锥套关键点检测算法的有效性，标注位姿用于验证本研究提出的位姿测量框架的有效性。　　(2)提出了一种结合锥套关键点邻域特征及关键点之间几何约束的关键点检测方法。传统的基于随机森林的关键点检测算法是在提取每个关键点邻域特征的基础上回归各个关键点，本研究在此基础上，融入了锥套所有关键点之间的约束关系，通过实验验证了本算法在关键点定位精度上的提升。此外，通过引入图像预处理及关键点选择策略，提升了锥套轮廓定位的精度。　　(3)提出了一个基于单目视觉的锥套位姿测量框架。整个锥套位姿测量框架包括锥套关键点检测、锥套轮廓定位、锥套位姿测量三个部分，在得到锥套轮廓的基础上，利用简化的位姿测量算法或基于三维立体几何的精确位姿测量算法获得锥套在相机坐标系下的位姿，在实验部分利用标注数据验证了位姿测量系统的有效性。　　本文提出的测量框架在Intel I5 CPU平台上，输入图像分辨率为320×240像素时，锥套位姿测量耗时为38.8ms，在大部分位姿上，测量误差能保持在10cm以内，对基于视觉的空中自主加油技术的研究具有重要指导意义。