海洋面积广阔、资源丰富,是未来开发的热点。十八大明确提出了“建设海洋强国,大力加强海军建设”的目标。十九大则进一步要求落实海洋战略,同时论述了现代海洋开发体系构建方案。随着海洋经济开发与“深蓝”计划的不断推进,长时间远海作业已成常态,舰队或远洋平台在远离岸基面临的一个最关键的问题便是物资的补充。针对两船并靠补充物资,吊放集装箱时容易发生碰撞这一问题,本文提出了利用多组双目相机结合人工标志点进行集装箱六自由度位姿检测,将检测结果用于后续运动补偿的解决方案。首先,介绍了双目相机成像和标定相关的基本理论。从相机针孔成像线性及非线性模型,以及成像过程中涉及到的四个坐标系之间的转换关系开始,引申出双目相机一般数学模型;探讨了双目相机空间坐标测量原理及可能的误差来源并给出了减小误差的办法;简述了相机标定方法和原理,通过具体实验对不同标定方法的标定结果进行了比较。接着,详细分析了基于Ar Uco人工标志点的特征点提取及跟踪方法。介绍了图像常用预处理方法及双目视觉系统中特征点快速、稳定、高精度提取的过程;介绍了现有的一些图像特征提取算法及原理,针对海上并靠补给实际使用场景,通过实验对比各算法的准确率、耗时和鲁棒性三种主要指标,挑选适合本文的最优特征提取算法;鉴于实时性的要求,引入人工标志Ar Uco Tag用于辅助提取特征,介绍了Ar Uco标志点角点的提取与跟踪方法,并通过实验验证了该方法的合理性。然后,阐述了双目相机立体匹配及目标位姿的求解方法。介绍了主流的双目立体匹配算法的种类及主要原理,提出了一种基于极线约束的点特征立体匹配方法;利用提取到的特征点数据,通过立体匹配得到Ar Uco人工标记角点的三维空间坐标并利用SVD分解法进行旋转、平移矩阵R、T的分解,计算出目标位姿;通过实验验证了方法的可行性。最后,根据实际集装箱码放流程,搭建平台并设计了不同试验,来测试视觉位姿识别的精度、速度及不同光照条件下的鲁棒性。试验结果表明:双目视觉系统旋转角测量平均误差为±1.1°;位移量测量平均误差为±0.4%;最低识别速度在15Hz以上。可以满足并靠吊装实际要求。