传统上，无人飞行器与无人水面舰艇依赖全球定位系统进行导航。随着对手电子战能力不断提升，全球定位系统信号面临日益严重的干扰与欺骗风险，尤其在对抗环境中更为突出。因此，随着这些对抗风险加剧，寻求全球定位系统的替代方案已成为必然需求。基于视觉的导航与定位算法通过机载摄像头传感器估算位置数据，为此提供了可行解决方案。为加速此类方法的研发，需要一种仿真工具用于在真实环境部署前快速原型构建与算法评估。本研究引入基于机器人操作系统与Gazebo仿真环境开发的开源框架。在仿真环境中，配备机载摄像头与YOLO11卷积神经网络的无人飞行器可探测并追踪友方与敌方舰船。通过粒子滤波器估算相对位置数据，从而实现不依赖全球定位系统的决策能力。该框架支持估计器、目标检测模型与传感器参数的即插即用式集成与修改，为未来开发扩展提供便利。本项工作证明了视觉定位技术的可行性及各种挑战，为在拒止全球定位系统环境中运行的自主系统进行实地测试奠定基础。

现代军事领域中，无人飞行器日益广泛应用于目标定位与监视任务。传统上这些任务依赖全球定位系统进行资产定位与行为协调[1]。然而全球定位系统信号易受干扰与欺骗，尤其在对抗环境中更为脆弱[1]。值得注意的是，在持续进行的俄乌战争中，俄罗斯电子战能力"重点针对无人飞行器压制"，据报告乌克兰在2023年每月损失约一万架无人飞行器[2]。俄罗斯电子战活动还产生超越战场的广泛影响。2024年初，前往爱沙尼亚塔尔图的商业航班"被迫停飞" 因俄罗斯全球定位系统干扰[3]。该干扰不仅影响爱沙尼亚，还波及拉脱维亚、立陶宛、芬兰、瑞典、波兰与德国[3]。电子战能力的这些发展凸显出在拒止全球定位系统条件下作战时对替代定位方法的迫切需求。尽管本研究聚焦海上无人飞行器操作，全球定位系统的脆弱性影响远超出国防应用范畴。国防大学指出："全球定位系统的脆弱性与威胁...影响现代社会各个方面"[4]。这些挑战强调发展韧性定位能力的重要性，使自主系统能在对抗环境中可靠运行。本研究调查多域协同作战，特别是无人飞行器与无人水面舰艇如何利用机载视觉在拒止全球定位系统环境下进行协作定位。在此问题构想中，无人飞行器使用机载摄像头与目标检测模型定位友方与敌方舰船。随后无人飞行器可将位置信息传递至友方无人水面舰艇，从而实现无全球定位系统的目标接战或规避。由于无人飞行器使用单目摄像头，可测量物体方位但无法测算距离。因此本研究采用纯方位定位法，利用方位角与俯仰角推断检测到的友方与敌方舰船相对位置。多个研究团队已探索基于视觉的目标检测与目标追踪用于相对定位。例如，[5]演示了最大距离12米的四旋翼飞行器追踪，而[6]使用卫星影像进行定位。然而这些研究均在受限条件下的真实环境中进行，例如依赖卫星影像或短距离操作。相比之下，本研究利用仿真技术在不同场景与环境间快速原型化视觉定位方法。

用于评估与创建拒止全球定位系统环境下视觉定位算法的开源模块化仿真框架仍然有限。现有平台假定可持续获取全球定位系统数据或未真实模拟机载摄像头传感限制。因此需要一种能精确模拟传感约束同时保持算法测试与迭代灵活性的仿真环境。本论文通过开发一种仿真工具填补该空白，该工具支持空中与水面载具间的真实协调及其相关传感约束，实现无需物理飞行试验的灵活算法测试。

本文贡献了一个模块化可扩展的仿真框架，用于拒止全球定位系统海上环境中的视觉定位。该系统使无人飞行器能利用机载摄像头数据与YOLO11目标检测模型估算友方与敌方舰船的相对位置。随后无人飞行器可将此位置信息传递至友方无人水面舰艇用于目标接战或规避。该框架包含可热插拔的目标检测、状态估计与轨迹生成组件。这种模块化允许在受控可重复条件下快速迭代测试不同算法。框架通过五种不同轨迹进行测试，以评估定位误差随轨迹变化的情况。这些测试凸显了轨迹设计对定位性能的重要性。此外，该框架采用机器人操作系统设计，为未来与真实无人飞行器及无人水面舰艇平台集成奠定基础。