传统的工业机器人虽在一定程度上提高了工业生产效率,但对一些特殊环境和复杂任务的处理中,机器人并不能完全替代人的工作,进而人机共融的发展方向成为了研究的热点。保障人的安全是人机共融的核心,本文通过Kinect传感器对机器人工作空间实时监控并采集出现在工作空间中的目标人体位置、运动信息,通过D-H参数法对六自由度机械臂运动学建模,实时计算其位置信息,基于高斯混合回归模型对将来一段时间内的运动轨迹进行预测,同时提出一种描述可能发生碰撞概率大小的潜在碰撞指数,根据潜在碰撞指数提出了一种人机安全协作策略。主要研究内容如下:首先,基于D-H参数法的机器人运动学建模与Kinect传感器人体运动信息采集。采用D-H参数法对机器人进行运动学建模,通过运动学正解求取在笛卡尔空间下的机器人位姿信息。通过Kinect传感器对人体骨骼的三维位置信息与运动状态信息采集,并通过卡尔曼滤波算法优化所采集的人体数据。其次,基于高斯混合回归模型的人体运动轨迹预测与人机碰撞检测。通过高斯混合模型对人体运动轨迹建模,并通过高斯混合回归模型对人体运动轨迹进行回归预测,在预测中加入关于人体骨骼长度的约束,通过坐标转换将人体与机器人在空间中的位置统一到同一世界坐标系下,通过胶囊体包围盒对人与机器人建模,迭代人机间最小距离并进行碰撞检测。再次,基于潜在碰撞指数设计人机安全协作策略。综合人与机器人运动信息与人机间最小距离信息计算潜在碰撞指数,基于潜在碰撞指数设计人机安全协作策略,同时对人工势场法的势函数进行改进,基于改进的人工势场法规划避碰安全路径,并在Matlab 2016中进行仿真。最后,人机共融的安全协作策略实验。结合Kinect传感器与六自由度协作机械臂搭建实验平台,通过Visual C++编写数据采集程序与Python编写机器人安全协作控制脚本程序,在协作空间下开展人机安全协作实验,实验结果表明所提出的人机安全协作策略可行有效,保障在人机协作过程中的人体安全。