随着人类太空探索进程的不断推进,清除太空垃圾、加强太空管理已刻不容缓。空间机器人技术作为处理非合作目标的有力手段,得到了学者们的重视。然而非合作目标的未知性和不确定性给空间机器人的在轨服务带来了巨大挑战,要实现对目标的准确捕获,必须通过一定的测量手段实时地获取目标的三维信息和运动信息。而基于视觉的测量技术是目前一种有效的目标测量手段,已经成为空间机器人领域的研究热点。本文首先分析了相机成像原理,在此基础上建立了双目立体视觉系统的数学模型,进而说明空间点三维坐标的获取方法,并完成了双目相机标定和图像校正与目标分割等图像预处理技术的研究。然后,深入研究了目标图像特征提取与匹配问题。对于左右帧图像的特征匹配,采用了一种粗精匹配相结合的匹配方法,粗匹配阶段使用KNN算法得到初始的特征匹配对,精匹配阶段使用RANSAC算法优化匹配结果,并通过对常用特征提取算法的匹配结果的比较,选择了综合性能最好的ORB算法。对于前后帧图像的特征匹配,采用一种基于ORB特征光流的匹配方法,使匹配过程得到简化。其次,采用EKF算法来实现对非合作目标的运动估计与结构估计。首先建立目标的运动学模型、结构模型和视觉观测模型;然后针对传统的Joint EKF算法和Dual EKF算法存在耦合估计的问题,提出了对目标的旋转运动、平移运动和结构参数进行串行估计的三重扩展卡尔曼滤波(Tri-EKF)算法,并通过仿真对三种估计算法进行比较,说明了采用解耦估计方式的Tri-EKF算法对目标平移运动估计的收敛速度更快,精度更高,稳定性更好。最后,搭建了基于两自由度非合作目标运动模拟平台和双目立体视觉系统的实验平台,对本文提出的算法进行验证。通过对不同目标运动形式的实验研究,验证了算法可行性和正确性,实现了对目标的运动估计与结构估计。