空间非合作目标的相对位姿测量是空间在轨服务领域中的重要技术之一,对航天器的在轨维修、操作以及太空垃圾的清理具有重要的应用价值。目前国内外多采用光学相机或激光雷达的方法实现空间非合作目标的相对位姿测量,基于光学相机的测量方法受复杂空间环境下的光照条件和空间背景影响较大,基于激光雷达的相对位姿测量方法不受光照条件影响,但由于激光雷达波束窄且在空间中需要对目标进行扫描,影响对非合作目标的探测效率。因此针对单一传感器所存在的问题和局限性,本文研究了一种基于单目相机与三维激光雷达信息融合的相对位姿测量方法。首先,利用单目相机拍摄的序列图像与激光雷达对目标扫描的三维点云,提出一种序列图像与激光点云融合的研究方法。在K-均值聚类算法对激光点云分割的基础上,将分割后的激光点云利用相机内参投影至像素平面上得到激光投影点,进一步将激光投影点所在区域与激光点云深度值作为原始数据,采用径向基函数插值算法对激光点云深度值进行插值。同时对激光投影点所在的目标区域进行FAST特征点提取,利用图像特征点的二维信息与插值后的深度值可获得包含目标真实尺度、深度值和颜色信息的融合点云。其次,研究一种基于融合点云与序列图像的空间非合作目标相对位姿测量方法。对光学相机采集的序列图像目标区域提取FAST特征点,然后依据LK稀疏光流法建立稀疏光流场,实现相邻帧间图像特征点的匹配并基于RANSAC原理对特征点误匹配进行剔除。在建立光流场同时,构建高斯金字塔模型,以满足光流法的强约束条件在实际场景中的应用,完成相邻帧间特征点匹配后,进一步可得到图像特征点与计算的融合点云之间匹配关系,基于2D-3D的匹配关系采用RANSACEPNP算法可对相对位姿进行求解。然后,在相对位姿求解过程中,依据最小化重投影误差原理构建光束平差法优化模型对相对位姿进行优化求解。同时针对序列位姿求解过程中产生的误差累积,构建图像相似度检测与激光点云配准检测相结合的回环检测方法,并根据检测的回环帧构建回环优化算法消除位姿求解过程中累积误差。最后,基于以上算法原理进行仿真实验,与传统相对位姿求解方法进行比较,验证本文所提出算法的有效性。