近年来,航天器相对制导与控制技术因其在诸如交会与接近操作、空间监测和小行星着陆等复杂任务中的实际应用需求而受到广泛的关注。针对空间非合作目标的交会与接近操作任务具有状态维度高、约束复杂、场景动态时变、不确定性较强等特点,设计可行的制导控制系统并综合考虑算法的实时性、最优性和鲁棒性是目前研究的重点与难点。本文基于采样运动规划和滚动时域控制方法,深入研究了近场条件下主动绕飞及随动跟飞任务的制导与控制问题。主要内容包括:针对航天器交会与接近操作的特点,建立相应的最优轨迹规划问题框架,论述采样运动规划算法的原理以及应用方式,为后续研究奠定基础。首先,通过数学语言描述相对运动轨道动力学、刚体姿态动力学、碰撞规避、视觉传感器指向、推力器羽流、控制可行性和停靠捕获终端条件等约束。然后,从采样运动规划算法的特点入手介绍最优快速搜索随机树(RRT~*)的基本原理、步骤和性质。最后,考虑空间目标合作的场景,设计基于RRT~*算法的航天器平动交会轨迹规划器。由于合作目标能够主动提供状态信息,其约束条件相对简单,仅包含有线性相对运动模型、碰撞规避、推力器羽流和控制输入约束。仿真实验中追踪星成功实现对合作目标的近距离主动绕飞,从而验证了采样运动规划器的可行性。针对RRT~*算法空间探索效率低且无目的性的问题,提出基于学习的自适应采样策略,实现了采样运动规划结果的快速求解。首先,结合采样运动规划理论分析采样策略对算法计算效率的影响。研究表明,均匀采样的RRT~*算法未能将探索状态空间的过程中获取的信息用于改进规划结果,从而制约了计算效率的进一步提升。因此,考虑阶段性地利用搜索树的节点信息来更新采样空间,加快算法的收敛速度。然后,综合考虑结果的精确性以及运行时间,使用高斯混合分布模型来描述样本点的分布,根据成本信息筛选出优选集,并利用鲁棒EM聚类算法在线学习样本分布的情况。最后,通过理论分析与数值仿真验证了所提出的ADS-RRT~*算法的有效性,为后续应用提供依据。结果表明,ADS-RRT~*在具备了概率完备性及渐近最优性的同时拥有更快的收敛速度,可用于高维空间、复杂约束条件下的运动规划。针对姿态稳定的空间非合作目标,考虑追踪航天器以自主探测的方式获取目标状态信息,应用ADS-RRT~*算法求解航天器位姿一体接近操作能量最优轨迹规划问题。由于涉及一个姿轨耦合的视觉传感器指向约束,该问题的求解难度显著提升。首先,考虑在线求解的需要,采用多项式轨迹参数化方法求解局部两点边值问题。接着,结合确定性采样的稳定性以及随机自适应采样的高效性生成12维的运动状态。然后,使用成本度量取代传统的欧氏度量来描述近邻,并描绘了位置和姿态可达集以方便参数的调试。最后,利用同伦迭代方法设计轨迹平滑算法,极大改善了轨迹质量。仿真实验中追踪星成功实现对合作目标的近距离主动绕飞,从而验证了 ADS-RRT~*算法是可行的。通过与伪谱法比较,发现ADS-RRT~*能在兼顾实时性的同时保证较优的轨迹成本,满足了交会与接近操作任务的性能要求。针对失控慢旋的空间非合作目标,考虑空间摄动干扰、惯量不确定性、测量噪声不确定性以及非合作目标失控慢旋对接近机动性能的影响,结合采样运动规划算法和管式滚动时域控制,提出在线制导控制算法TRH-RRT~*。首先,考虑动态场景中碰撞约束突变、移动等问题,设计了基于时域的快速在线重规划算法。所设计的HL-RRT~*算法通过滚动时域、非均匀采样和周期剪枝技术高效地重构搜索树结构,快速重规划结果轨迹,并经由理论分析和数值仿真验证了有效性。接着,基于HL-RRT~*设计开环轨迹规划器,建立每个制导周期内的优化子问题。然后,基于误差位姿动力学模型提出了一种用于位姿轨迹快速稳定跟踪的非奇异终端滑模控制方法。最后,分析了所提出的制导控制算法的稳定性以及递推可行性,并通过两个航天器接近操作算例验证了算法的可行性。数值仿真表明,采样运动规划算法能够快速地、稳定地求解复杂多约束情况下位姿一体同步规划问题,能够处理非合作目标失控慢旋带来的强耦合、强非线性、强约束难题,具有工程应用的价值与潜力。