如果能够对在轨卫星进行维护作业或者卫星自身就能够完成简单的维护作业,不但可以延长卫星的寿命,增强其在空间系统中的性能,而且可以减少巨额的费用以及减轻日益严重的太空垃圾问题。近些年空间机器人技术的发展,显示出其在空间卫星维护方面具有极大的潜力。本文在国防科工委项目的支持下,在哈工大机器人所研制的卫星在轨自维护地面实验平台上开展了空间机器人操作技术的研究,研究内容主要包括了视觉模式识别、视觉跟踪、视觉伺服、基于地图的空间机器人操作方法等。特征提取是视觉模式识别中很重要的一个方面,好的特征能够提高模式识别的效率和成功率。角点是很重要的一种特征,本文改进了传统的harris角点检测方法,使其具有更好的角点检测性能。在此基础之上,针对卫星上物体为人造物体,通常含有明显的棱角的特点,提出了一种基于harris角点提取特征的方法,减少了所需特征的数量。在物体识别方面,JointBoost算法在多目标物体识别方面具有良好的性能,本文利用级联分类器改进了JointBoost算法,使其具有更快的速度和检测率。在识别出物体后需要计算物体的位姿才能让机器人完成对目标物体操作,为了得到更高的物体位姿计算精度,本文推导了基于共线方程的位姿优化计算方法,利用直接线性变换方法为位姿优化算法提供初值。在序列图像中的物体跟踪是计算机视觉研究领域中很重要的一个方面。基于hausdorff距离的跟踪方法通过计算模版和图像中的hausdorff距离实现对物体的跟踪。传统的基于hausdorff距离的跟踪方法需要在图像中的每个点计算hausdorff距离,耗时较多。本文利用粒子滤波器对基于hausdorff距离的跟踪方法进行改进,新的方法通过在有限的点上计算hausdorff距离实现对物体的跟踪,减少了计算时间。通过比较基于局部特征的跟踪方法和主动轮廓跟踪方法的优缺点,本文提出了一种融合上述两种方法的新跟踪方法。该方法能有效地应对遮挡等情况,并能精确地跟踪物体的位姿。在视觉伺服中,定义了机器人两个位姿间的距离度量,并在其基础上提出了一种基于位姿距离度量的运动规划算法。该算法以缩短末端执行器和目标位姿之间的位姿距离作为目标确定每个周期各关节的位移量,利用meashift算法进行各关节的位移量最优值的搜索。新的方法回避了视觉伺服过程中可能出现的机器人奇异问题,提高了机器人操作的安全性。视觉伺服算法融入了基于关节力矩的阻抗控制,使得当卫星自维护平台执行接触操作时,视觉伺服能够提供与被操作物体的接触信息,从而提高了卫星自维护平台对工作环境的适应能力和顺从能力。结合前文的视觉研究工作,为了解决空间机器人操作中通讯时延、通讯带宽限制等问题,提出了一种基于地图的空间机器人操作方法。基于地图的空间机器人操作方法采用了操作人员利用虚拟环境生成操作地图,机器人执行端根据地图完成任务的方式。论文中对基于地图的空间机器人操作方法中涉及到的虚拟环境建模,人机接口设计,地图生成,机器人如何依照地图进行操作等问题展开了详细的论述。在本文的最后,利用实验验证了本文提出的基于地图的空间机器人操作方法的正确性和有效性。