随着科学技术和经济的发展,机械臂在生产生活中的应用也越来越广泛。当今的机械臂控制方式多种多样,可以通过固定的程序、手柄对机械臂的各个关节实现控制,也可以通过穿戴设备的方式进行控制。但是这些控制方式存在不灵活、不直观等诸多问题。为了改善机械臂控制系统的控制方式,本文提出了一种基于leapmotion的机械臂控制方案,机械臂操作者可以直接通过自己手部的动作来控制机械臂和其载具的移动,简化了操作流程,提升了操作者的操控体验。本文的主要工作如下:首先,根据机械臂控制系统的需求,设计了机械臂控制系统的整体控制方案和控制流程。使用标准D-H（Denavit-Hartenberg）法对本文所使用的四自由度机械臂进行数学建模和运动学分析。在逆运动学方面,比较了几种常见的逆运动学算法在本机械臂中的性能,将FABRIK（Forward and Backward Reaching Inverse Kinematics）逆运动学算法与雅可比迭代算法、CCD（Cyclic Coordinate Decent）逆运动学算法进行了对比后,选取了解算姿态和运算效率都更为优越的FABRIK算法作为逆运动学的解算方法,并将其应用到本系统中。其次,通过leapmotion采集了本文所需的手部特征信息,设计了基于模板匹配的静态手势和动态手势识别方法,然后明确了每种手势与系统动作之间的对应关系,实验结果表明整体手势识别率达到90%以上。为了解决机械臂末端点跟随手掌中心点移动时产生的抖动现象,本文提出了百分位形态滤波和高斯滤波相结合的滤波方式对抖动问题进行了改善,从而有效提升机械臂运行过程中的稳定性。最后,在Unity3D中建立了机械臂和车体的模型、视频采集模块、UI界面、示教模块等,以便于更好的展示和控制系统。为了验证所提出系统的性能,本文以四自由度机械臂为研究对象,并引入移动小车作为机械臂载具,开展实验验证。实验结果表明,系统能够准确识别手势并能够让机械臂和车体执行相应的动作,机械臂运动姿态自然,机械臂末端点运行轨迹平滑,抖动问题得到了较大改善,相比于传统的控制方式,降低了操作门槛,提供了更加沉浸的操作体验。并且机械臂控制系统可以应用到洁净医疗设备生产车间的物料搬运场景中去,证明了系统在特定生产环境中的应用价值。