目前,以传统航天器的在轨维护、太空垃圾清理等为目的的空间非合作目标捕获技术成为空间机械臂领域新的发展方向。非合作目标的视觉导航与跟踪技术作为捕获过程中的关键技术更是各国研究人员的研究热点。为了解决非合作目标的视觉导航和跟踪问题,本文主要对非合作目标位姿测量和跟踪技术进行了研究。本文首先建立了基于双目立体视觉的位姿测量模型,然后研究了运动目标跟踪方法,最后通过实验仿真验证了以上模型和方法的有效性。主要内容如下:1)对二维图像进行处理,提出了基于特征信息融合的非合作目标识别方法。该方法针对非合作目标无法提供有效合作信息的问题,以航天器自有的特征信息作为识别对象,得到非合作目标矩形和圆形特征的基本形状信息,完成了目标识别和平面中心判定。并且根据尺度不变特征变换算法(scale invariant feature transform algorithm,sift)对左右相机获取的图像进行特征点匹配。2)研究了基于图像处理的双目视觉相对位姿测量方案。该方案选取目标卫星本体平面的中心点作为目标坐标系原点,建立非合作目标坐标系,计算相对位姿。然后建立了立体深度和视差的关系模型,分析了位姿计算的误差来源。最后选用OpenGL进行建模仿真,验证提出方案的可行性、精度与实时性。3)实现了非合作目标的视觉追踪。针对跟踪高机动运动目标的非线性问题,本文基于Kalman滤波算法引入IMM算法,加强了速度跟踪的性能。并且分别在目标匀速直线、匀加速直线和复杂曲线运动模型下比较了两种滤波算法的预测性能。具体实验分析证明,本文提出的非合作目标识别方法有效保证了目标识别的准确性,位姿测量方案和IMM滤波追踪方法准确、简便易行;算法的改进和模型的优化能较显著提高对非合作目标航天器的视觉导航跟踪精度。