Las capacidades de percepción mutua y localización de AUV son cruciales para el desarrollo de sistemas de enjambre de AUV. Proponemos el modelo AUV6D, un enfoque basado en imágenes sintéticas para mejorar la percepción entre AUV a través de la estimación de pose en 6D. Debido al desafío de adquirir datos precisos de pose en 6D, se generó un conjunto de datos de imágenes submarinas simuladas con etiquetas de pose precisas utilizando Unity3D. Se introdujo la tecnología Mask-CycleGAN para transformar estas imágenes simuladas en imágenes sintéticas realistas, abordando la escasez de datos submarinos disponibles. Además, se propone la estrategia de Mapeo de Dominio Intermedio de Color para asegurar la alineación entre diferentes estilos de imagen a niveles de píxel y características, mejorando la adaptabilidad del modelo de estimación de pose. Adicionalmente, se desarrolló el Mecanismo de Votación de Vectores de Puntos Clave Salientes para mejorar la precisión y robustez de la estimación de pose submarina, permitiendo una localización precisa incluso en presencia de oclusiones. Los resultados experimentales demostraron que nuestro modelo AUV6D logró una precisión de localización a nivel de milímetros y errores de estimación de pose dentro de cinco grados, mostrando un rendimiento excepcional en entornos submarinos complejos. Los experimentos de navegación con dos AUVs verificaron aún más la fiabilidad del modelo para la estimación mutua de pose en 6D. Esta investigación proporciona un apoyo técnico sustancial para operaciones colaborativas más complejas y precisas para enjambres de AUV en el futuro.