La utilización de recursos in situ en la Luna es un objetivo central en la exploración lunar, siendo esencial la estimación precisa de la pose de las rocas lunares. Para abordar los desafíos que plantea la falta de características de textura y las condiciones de iluminación extremas, este estudio propone el método Simulation-YOLO-Hourglass-Transformer (SYHT). El método mejora la precisión y la robustez en entornos lunares complejos, demostrando una fuerte adaptabilidad y un excelente rendimiento, particularmente en condiciones de iluminación extrema y escasa textura. Este enfoque proporciona valiosos conocimientos para la estimación de la pose de objetos en tareas de exploración lunar y sienta las bases para el desarrollo de recursos lunares. Primero, se utiliza la red YOLO-Hourglass-Transformer (YHT) para extraer información de puntos clave de cada roca y generar la correspondiente pose 3D. Luego, se emplea un modelo de simulación física de imágenes de la superficie lunar para generar datos simulados de rocas lunares para probar el método. Los resultados experimentales muestran que el método SYHT tiene un rendimiento excepcional en datos simulados de rocas lunares, logrando un error medio de posición por articulación (MPJPE) de 37.93 mm y un porcentaje de puntos clave correctos (PCK) del 99.94%, superando significativamente a los métodos existentes. Finalmente, los experimentos de aprendizaje por transferencia en conjuntos de datos del mundo real validan su fuerte capacidad de generalización, destacando su efectividad para la estimación de la pose de rocas lunares tanto en entornos lunares simulados como reales.