Este documento presenta un sistema de reconocimiento y posicionamiento de objetivos basado en visión para escenarios de aterrizaje móvil de UAV, abordando desafíos como la oclusión de objetivos debido a sombras y la pérdida del campo de visión. Se propone una nueva técnica de preprocesamiento de imágenes, utilizando ecualización de histograma adaptativa finita en el espacio de color HSV, para mejorar el reconocimiento de UAV y la detección de marcadores en condiciones de sombra. El sistema incorpora un método de estimación del estado de movimiento del objetivo basado en un filtro de Kalman y un método de estimación de altura del objetivo basado en una cámara de profundidad de visión binocular para lograr un posicionamiento preciso. Para abordar el problema del mal rendimiento del controlador que afecta la precisión de seguimiento y aterrizaje del UAV, se integra un algoritmo de control predictivo por modelo (MPC) en un método de control de aterrizaje móvil. Esto permite el seguimiento confiable de objetivos tanto estacionarios como en movimiento a través del UAV. Además, considerando las complejidades de los entornos de vuelo del mundo real, se propone una estrategia de control de seguimiento y aterrizaje móvil basada en la división del espacio aéreo, mejorando significativamente la tasa de éxito y la seguridad de los aterrizajes móviles de UAV. Los resultados experimentales demuestran una tasa de éxito de reconocimiento de objetivos del 100% y una alta precisión de posicionamiento, con errores en los ejes x e y que no superan 0.01 m en distancias cortas, el error relativo en el eje x no superando 0.05 m, y el error en el eje y no superando 0.03 m en el rango medio. En situaciones de largo alcance, los errores relativos para ambos ejes no superan 0.05 m. En cuanto a la precisión de seguimiento, tanto el KF como el EKF exhiben un buen rendimiento de seguimiento con pequeños errores en estado estacionario cuando el objetivo está estacionario. En condiciones dinámicas, el EKF supera al KF con mejores resultados de estimación y una velocidad de seguimiento más rápida. La precisión de aterrizaje está dentro de 0.1 m, y el método propuesto logra con éxito la misión de suministro de energía móvil para el sistema UAV montado en vehículos.