En este artículo, se propone un método de navegación visual basado en visión binocular y un enfoque de aprendizaje profundo para resolver el problema de navegación del proceso de acoplamiento de reabastecimiento aéreo autónomo de vehículos aéreos no tripulados. Primero, para cumplir con los requisitos de alta precisión y alta tasa de fotogramas en tareas de reabastecimiento aéreo, este artículo propone un modelo de detección de drogue ligero de una sola etapa, que aumenta considerablemente la velocidad de inferencia de imágenes binocular al introducir alineación de imágenes y convolución separable en profundidad, y mejora la capacidad de extracción de características y el rendimiento de adaptación de escala del modelo utilizando un mecanismo de atención eficiente (ECA) y un método de fusión de características espaciales adaptativas (ASFF). En segundo lugar, este artículo propone un nuevo método para estimar la pose de la drogue mediante modelado geométrico espacial utilizando marcadores ópticos, y mejora aún más la precisión y robustez del algoritmo utilizando reproyección visual. Además, este artículo construye una simulación de visión de navegación visual y experimentos de simulación semi-física para la tarea de reabastecimiento aéreo autónomo, y los resultados experimentales muestran lo siguiente: (1) el modelo de detección de drogue propuesto tiene alta precisión y rendimiento en tiempo real, con una precisión media promedio (mAP) del 98.23% y una velocidad de detección de 41.11 FPS en el módulo embebido; (2) el error de estimación de posición del algoritmo de navegación visual propuesto es menor a +/-0.1 m, y el error de estimación de actitud del ángulo de cabeceo y guiñada es menor a +/-0.5 grados; y (3) a través de experimentos de comparación con los métodos avanzados existentes, la precisión de posicionamiento de este método se mejora en un 1.18% en comparación con los métodos avanzados actuales.