空间机器人在轨服务内容和服务范围随着空间在轨服务技术的发展在逐渐扩大，类似失效航天器的在轨修复，失效卫星的回收与处理及太空垃圾清理等空间任务越来越多。目标航天器的自主捕获技术在此类空间任务中扮演非常重要的角色。本文以空间失效航天器的自主捕获为主线，开展目标航天器的运动预测研究，基于预测信息目标自主捕获规划研究，并进行仿真与实验研究。首先以自主捕获的目标出发，分析一般航天器结构特点，然后以空间刚体动力学模型为基础，分析失效航天器的运动规律，建立目标航天器的简化模型，用于运动预测的系统状态方程与量测方程。由动力学方程可知系统状态方程具有非线性的特点，文中采用扩展卡尔曼滤波和无损卡尔曼滤波对目标的运动进行预测。扩展卡尔曼滤波虽能用于非线性系统，但对于非线性较强的系统，其预测结果可能不收敛。无损卡尔曼滤波不会舍弃模型信号的高阶项，对非线性系统预测结果能取得较高的精度，也能克服扩展卡尔曼滤波仅用于弱非线性系统和强非线性预测结果可能发散和精度不高的缺点。要进行目标的自主捕获，空间机器人的路径规划与自主捕获规划必须被考虑。本文提出关节空间连续加速度路径规划方法，通过约束加速大小并以谐曲线规律变化进行路径规划，能消除机器人关节控制中的力突变，使空间机器人关节运动更加平稳。视觉伺服控制机器人自主捕获目标过程，时延问题是必须面对的问题。将目标的预测信息考虑到自主捕获规划中，能够有效减小该过程的时延。本文结合目标的运动预测结果，提出基于预测位姿的目标捕获规划方法，既能实现目标的自主抓捕，又能有效减小自主捕获过程中的时延，提高目标捕获的精度。为了验证目标运动预测算法和基于预测位姿的捕获规划的正确性与可行性，本文将空间机器人及目标的运动映射到地面机器人系统并进行仿真与实验。地面实验平台是由数字仿真平台和物理平台共同组成，既能够在三维环境中显示机器人和目标航天器的运动，也能在真实机器人平台上对其运动进行显示。课题的研究紧跟我国大力开展空间在轨服务技术研究的步伐，研究成果对未来空间机器人在轨服务技术发展及应用具有一定的理论与实际意义。