随着探索太空以及航天活动不断增加,各国对空间非合作目标,尤其是处于地球低轨上的非合作目标的位姿估计的重视程度不断提高。各国发射卫星数量逐年攀升,对高价值航天器的在轨维护、故障或失控航天器的捕获、太空碎片清理等与非合作目标位姿估计相关的需求越来越大。基于激光雷达空间非合作目标位姿估计一般需要已知非合作目标的点云模型等。首先,对激光雷达数据接收接口进行设计,并在SDK上加入对于点云库的依赖,使激光点云可以直接使用点云库中的数据结构与算法。在采集过程中存在噪声,在保留特征的前提下对点云进行依据激光雷达点属性进行滤波,基于PCL点云库的滤波。对非合作目标表面点云采用传统迭代最近点算法、基于Kd-tree的迭代最近点算法以及结合SAC-IA粗配准的迭代最近点算法对空间非合作目标位姿进行离散帧估计,三种算法在位姿估计的精度上基本相同,在实时性方面结合SAC-IA粗配准的ICP算法明显优于其他两种算法。对连续获得的非合作目标点云帧进行连续帧的位姿估计,将基于激光雷达的非合作目标位姿估计算法分成两大部分:初始单帧点云的位姿估计算法以及连续帧的非合作目标位姿估计算法。初始单帧点云的位姿估计算法解算出的位姿结果作为连续帧的非合作目标位姿估计算法的初始位姿,初始时刻的点云作为初始源点云进行帧间配准从而获得了非合作目标连续运动时相对激光雷达的位姿信息。最后对非合作目标位姿监控平台进行设计,主要实现的功能为跨设备的当前非合作目标位姿数据的实时显示,实时曲线的绘制以及数据的保存等。将作为服务器端的目标位姿估计算法与同局域网下的上位机进行通讯,将位姿估计结果做可视化显示,是非合作目标相对激光雷达的相对运动更加直观,为日后非合作目标位姿估计领域的应用提供了技术支撑。