随着人类对于探索宇宙未知空间的兴趣越来越浓厚,空间望远镜作为主要的观测工具就显得尤为重要。但随着对望远镜观测精度要求的不断提升,其口径不断增大,已经超越了现有运载火箭的运载能力,所以机器人在轨组装超大口径空间望远镜成为了一个新的研究方向。在机器人执行在轨组装任务时涉及到对望远镜子镜模块的抓取,为了使机器人能够安全、高效的完成该项工作,本文主要针对目标物体位姿测量和机器人轨迹规划两方面内容展开了研究。首先,介绍了相机成像的基本理论,推导出了相机内参矩阵以及畸变系数,对课题所使用的相机完成了内参标定。针对Eye in hand模式下的手眼相机外参标定算法做了详细的推导,并对手眼标定算法做了仿真实验,结果表明该算法满足精度要求。其次,针对课题背景设计出了满足要求、便于检测的合作靶标,并针对该靶标特征提出了一种新的圆/椭圆特征检测算法。算法主要由图像预处理、圆/椭圆特征初步检测和圆/椭圆特征精确检测等三部分组成。为了验证特征检测算法实际性能,利用仿真图像和实际靶标图像进行了特征检测实验,实验结果表明该圆/椭圆特征检测算法具有较强的检测能力。详细介绍了EPNP相对位姿解算算法的原理,进行了视觉测量系统精度测量实验,结果表明文中设计的视觉测量系统具有较高的测量精度。然后,对本文所采用的七自由度冗余机器人做了运动学分析。介绍了描述机器人位姿信息的一般方法,对机器人建立了D-H坐标系,在D-H参数基础上,分析了机器人正运动学求解问题,详细推导了利用关节角参数化的冗余机器人逆运动学求解原理,并说明了如何选取逆运动学最优解。最后,介绍了机器人轨迹规划问题中常用的规划算法,针对优化关节空间轨迹性能提出了一种基于粒子群优化算法的3-5-3多项式时间-冲击最优轨迹优化算法,该算法在满足运动学约束的前提下,能够有效降低机器人运动耗费的时间,减少运动过程中的冲击。建立了机器人轨迹规划仿真平台,对本文提出的轨迹优化算法进行验证,结果表明该算法对机器人轨迹有比较明显的优化效果。