视觉测量作为航天器或空间机器人重要的感知方式，经历了遥操作监视、合作目标和半合作目标测量的发展。而作为下一代空间任务支撑性技术的非合作目标测量尚处于起步阶段，面临艰巨挑战。由于非合作目标无法提供用于位姿测量的相关信息，测量系统在鲁棒性、适用范围和计算能力等方面的需求明显高于现有测量技术。因此，本课题以在轨服务任务中非合作目标测量需求为导向，针对视觉测量相关技术进行了深入研究，通过对关键技术的创新和改进实现了基于1D激光测距与单目视觉融合的非合作目标测量方法。主要工作如下，

首先，本课题建立了1维激光与视觉组合测量系统的数学模型，提出了非迭代的单张图像相机内参数标定方法和一种快速鲁棒的传感器外参数标定方法，两种方法共同实现了系统模型参数的快速鲁棒标定。与经典方法相比，我们所提的相机标定方法在相同标定精度下有效提升了计算效率，而传感器外参标定方法有效降低了系统标定的复杂度和提高了易用性。

随后，针对非合作目标测量的需求，我们对现有算法进行改进，分别提出了一种鲁棒的多视图初始化方法和一种高精度的鲁棒位姿估计算法。初始化方法基于基础矩阵约束通过随机采样一致性剔除误匹配点的干扰，较现有算法明显提高了计算效率和在复杂场景下的鲁棒性。所提位姿估计算法的改进保证了系统在较少追踪点的情况下即可稳定测量，一定程度上克服了非合作目标缺乏显著特征的问题。以上改进均提升了系统的鲁棒性和测量精度。

对于激光与视觉融合的核心问题，我们提出了1D激光距离信息和单目视觉信息在一般场景下的融合方法。通过恢复激光光斑周围的目标表面建立单点激光光斑与图像稀疏特征点的关联，求解绝对尺度，实现了目标在欧氏空间的重建和位姿测量。并通过尺度估计实验验证了该融合方法的有效性和估计精度，为1D激光测距与单目视觉融合的测量方案建立了完整的理论支撑。

此外，针对长时间测量中误差累积的问题，我们提出了基于融合后的尺度信息监测系统误差，并在必要时刻调整局部结果抑制尺度漂移的解决方法。该方法经过实验证明，可以有效保证长时间测量过程中系统的测量精度和稳定性。同时构建基于回环的全局位姿图优化问题，保证了系统的测量精度和适用性。

在以上研究成果的基础上，我们完成了数值仿真、高精度转台实验、公开数据集实验、移动平台实验等多组实验，分析了本课题所提方法的性能。并从目标特性的不同、运动状态的差异、环境条件的改变等多个维度评估了所提方法的测量精度以及适用性，证实了基于激光与视觉融合的非合作目标重建与位姿测量方法的可行性。为我国非合作目标的在轨重建和测量提供了完整的技术思路。