随着空间机器人和交会对接等技术的迅速发展,以航天器寿命延长、故障维修、轨道垃圾清理等为代表的在轨服务技术成为未来空间活动的重要发展方向。故障卫星相对位姿测量技术是在轨服务的前提。目前在轨的航天器、太空碎片等都是非合作目标,即没有安装用于辅助测量的合作标志和便于抓捕的手柄等。为高效地获得非合作航天器的相关参数,服务星安装有非接触性、低耗能、高精度等特性的测量传感器,对目标进行相对位姿测量。本文对非合作航天器位姿确定算法进行了研究,提出了一种基于组合特征对故障卫星进行相对导航的SLAM算法,为在轨操作提供理论和技术准备。激光雷达和相机是在轨相对测量的常用敏感器,采用Kinect模拟前述敏感器。本文根据深度相机深度信息获取原理和RGB图像成像模型,研究了将两种信息融合成三维彩色点云的算法,并用实验验证了正确性。同时为了保证故障卫星近距离跟踪测量的准确性,建立了便于进行相对位姿和相对位置建模的坐标系,并给出了坐标系之间的转换关系。故障卫星作为人造航天器一般具有规则的几何特征。在分析故障卫星表面特征后,本文选取卫星本体的矩形面和圆形结构作为特征识别对象。利用深度相机获取点云数据后,通过滤波算法消除无效的背景点云和干扰噪声点云。提出了以几何尺寸特征为主,以RGB信息为辅的特征识别方案;推导了特征平面本体坐标系与传感器测量坐标系之间坐标转换关系,由此在特征平面本体坐标系中计算点云平面几何尺寸,作为识别矩形面的依据;采用RANSAC算法提取特征圆,并以圆半径作为识别圆特征的依据。利用RGB信息消除几何对称平面特征导致的奇异。提出了一种利用故障卫星的组合特征进行相对位姿估计的SLAM算法。该方法无需获取故障卫星表面完整的点云数据,充分利用视场内的多个矩形面特征或圆特征构建组合特征本体坐标系。利用EKF-SLAM算法在估计故障卫星的位置和姿态的同时,对故障卫星的表面轮廓进行建模。首先研究了组合特征坐标系的建立方法,将组合特征坐标系的原点在传感器测量坐标系中的位置,以及组合特征坐标系在传感器测量坐标系中的姿态作为EKF-SLAM的观测值;将故障卫星服务星的相对运动模型以及故障卫星的姿态运动学模型作为EKF-SLAM的状态方程;设计基于组合特征的相对位姿参数滤波器。仿真试验验证了组合特征SLAM相对位姿测量算法的有效性。采用故障卫星3D模型、旋转台、平移台和Kinect搭建了相对导航物理仿真实验平台,推导了该物理仿真实验平台的SLAM算法模型,并通过实验对滤波器的估计性能进行了验证。