随着我国“科技兴海”和“海上丝绸之路”战略的实施,海上交通的安全形势日趋严峻,海洋污染的风险也在逐步增大。目前,单一的海洋航行器具有一定的局限性,无人水面艇具有超长的巡航能力但视角有限,无人飞行器具有广阔的视野但是续航能力不足。因此,将无人飞行器和无人水面艇相结合,形成一个稳定的协同监控管理系统,既能使其具有更为广阔的视野,又能加强了巡航能力,从而提高对海上环境的监控和管理能力,海空异构协同机器人系统逐渐成为了重要的研究热点。在海空异构协同机器人系统中,无人飞行器对无人水面艇的精确定位和跟踪控制是其中的重要研究内容之一。本文以大连海事大学“蓝信”号无人水面艇和大疆M100飞行器协同的自主目标识别与追踪为研究目标,提出了以深度学习为目标检测的方式,以融合的KCF和TLD算法为识别跟踪的视觉定位系统。重点研究了在无人水面艇航速不大于无人飞行器最大飞行速度时,无人飞行器对无人水面艇跟踪的视觉处理算法,实现了无人飞行器对无人水面艇的定位和跟踪控制。具体地,本文所作的主要研究工作如下:(1)针对无人飞行器对于无人水面艇的追踪,给出了目标跟踪框架TLD和KCF跟踪算法的软件架构,对TLD和KCF跟踪算法的优缺点做了比较,设计了一种基于KCF和TLD融合的优化跟踪算法。通过VOT评测标准的验证,得出TLD和KCF跟踪算法的融合具有更好的追踪效果,可以应用到无人飞行器目标追踪系统的视觉跟踪。(2)针对无人飞行器自主追踪目标的识别问题,选用了深度学习的检测方式,在对无人水面艇的检测中采用SSD网络并进行了剪枝优化,提高了对无人水面艇检测的速度和精度。(3)为了实现无人飞行器对无人水面艇的追踪,本文选用了 DJI M100作为无人飞行器的硬件载体,并在此基础上搭建了基于视觉的无人飞行器自主目标识别与追踪控制系统的硬件实验系统。在实验系统的软件系统方面,设计了飞行器跟踪和飞行器云台跟踪的两种控制系统。最后,通过实验验证了无人飞行器对无人水面艇跟踪控制的有效性,为无人飞行器对无人水面艇的跟踪控制提供了一种可行的解决方法。