我国的海域辽阔,拥有着十分丰富的水产资源和海下矿产资源,因此,对于海洋资源的探索和保护是非常必要的。自主式水下潜航器(AUV)是水下机器人的一个重要分支,搭载在其上的视觉瞄准跟踪系统对海洋探索和保护具有重大意义,在军用领域,可以用作军事制导、敌情侦察等,为我国的国防安全做出贡献,在民用领域,可以用作鱼群探查,油管跟踪等。本文基于AUV设计了一种靶标瞄准系统,主要研究内容如下:首先,相机标定与采集视频的图像预处理。为了方便与控制追踪机构相配合,对采用的相机进行标定,获取内参数矩阵,经过矩阵变化,得出运动机构需要变化的角度,考虑到靶标瞄准系统的视觉部分容易受到环境因素诸如光照条件的影响,所以为给检测算法做准备,对采集视频做了图像滤波及边缘提取的处理。其次,靶标检测算法研究。本文基于对靶标瞄准系统的靶标特性,分析了霍夫圆检测的检测算法,又通过对实时性和准确性考虑,研究了YOLO系列目标检测模型即YOLOv1、YOLOv2和YOLOv3,由于本文检测目标单一且对检测速度要求较高,借鉴YOLOv1中池化层思想、YOLOv2中先验框思想及YOLOv3中多尺度预测思想,最终选择使用YOLOv3-tiny作为目标检测算法,训练结果表明,YOLOv3-tiny对靶标的检测精度达91.4%。然后,靶标跟踪算法研究。该部分主要研究了基于KCF的目标跟踪算法,由于KCF跟踪算法在实际使用中对于目标遮挡问题不能很好的解决,所以本文采用卡尔曼滤波器对靶标的运动位置进行预估和修正,可以有效的解决靶标遮挡问题。最后,靶标瞄准系统的整体设计与验证。采用树莓派3B搭载Open CV视觉库和Py Torch框架进行实验,结果表明,靶标瞄准系统对于静止和移动的靶标都有良好的瞄准效果。