航天器上大量应用了多种大型、轻质的柔性结构,如太阳能电池模组、通信天线等,这种结构的主振模态固有频率低,当受到外界扰动激励时,会以低频、大幅值的状态持续振动,振动会加快机构疲劳损伤,而且会影响系统的工作性能。因此对此种柔性结构的低频模态振动进行检测和主动抑制是很有必要的。采用激光投射点阵的方式设置检测标识,结合双目视觉和激光位移传感器对柔性板结构的振动进行非接触式测量。基于汇聚形式双目视觉模型而不是标准形式模型进行三维坐标的解算,一方面在相机系统安装上没有令光轴平行的限制,另一方面省略了极线校正等步骤,有利于提升测量精度。标志点设置方面,在铰接板上粘贴各自独立的圆形硬纸片,比粘贴整张打印纸更能与板面充分贴合,提高测量的准确性;悬臂板系统中采用投射激光点阵的方式,简化了安装的步骤,并且标志点自身样式可被快速调整,安装效率得以提高。视觉三维信息获取方面,设计了一套图像处理流程得到标志点的像素坐标,保证了测量信号的稳定性和可靠性;并分析了投射标志点给测量信号引入的误差。为了实现对振动的高效、快速抑制,根据悬臂板和铰接板各自的结构特性分别研究和设计了振动主动控制器,包括非线性控制器、滑模预测控制器和模糊神经网络控制器。考虑悬臂板模型较准确,结合滑模理论和模型预测思路,设计了一种滑模预测控制策略,并基于建立的有限元模型仿真了算法的控制效果;另外,应用非线性控制律补偿实际系统的非线性,通过设计非线性函数的参数使得控制量在振动的大幅值阶段饱和时间不至于过长,在小幅值残余振动阶段适当增大,从而提升算法整体的控制效果。铰接板系统具有较多的不可建模特性,应用Mamdani型模糊神经网络算法进行主动控制,算法本身的参数在每个控制周期内均通过学习策略在线修正,以补偿系统的不确定性。搭建了基于激光投影视觉、激光位移传感器测量的压电柔性悬臂板和基于立体视觉测量的压电柔性铰接板振动控制实验平台,并分别进行了振动控制实验。采用自适应非线性、模糊自调整非线性和滑模预测算法对悬臂板进行了振动控制实验;采用模糊神经网络算法对铰接板进行了振动控制实验。实验结果均表明,对于柔性板的低阶模态振动,本文采用的非接触式检测方法具有可行性,设计的控制器相比比例微分控制器具有更好的性能,尤其对于小幅值的振动。