现代制造逐渐智能化,传统的工业机器人已经落后于时代,而服务领域的发展使得协作机器人迅速发展,人机协作开始兴起。人机协作过程中人机距离的实时获取以及碰撞接触信息的评估是人机协作中的重点。本文主要针对以上问题进行研究,针对人手臂关节颜色和机器人手臂关节颜色单一且不相近的情况,设计了一种基于视觉的人机协作碰撞检测方法,并且进行了不同类型的碰撞实验,实验结果验证了人机距离实时获取的可行性以及获取的碰撞信息的准确性。首先,选择具有深度感知的双目相机,将双目相机摆放在相对人机固定的位置。采用张正友标定法,基于不同的角度拍摄棋盘格,对双目相机进行标定,保证通过视觉获取的三维信息精度。其次,使用Camshift算法基于颜色信息对机械臂关节以及人体手臂关节进行了位置跟踪,针对跟踪过程中可能导致目标丢失的影响因素如遮挡、背景色相似问题,设定了一个相似性阈值,判断跟踪过程中是否存在干扰。在Camshift基础上引入了Kalman滤波算法进行改进,通过跟踪实验证明了改进跟踪算法的有效性,增强了跟踪算法的鲁棒性。然后,设计了一种基于空间域的包围盒碰撞检测方法。获取跟踪的关节中心点所对应的三维点,将其位置信息与机械臂和手臂形状结合,并且考虑到构造包围盒的效率,确定了以包围球及圆柱包围盒作为人机的包络包围盒;推导了不同包围盒之间的最短距离公式,判断是否碰撞,并且计算了碰撞点在机械臂上的具体位置。使用Unity3D搭建了仿真环境,对该碰撞检测算法进行了仿真验证。最后,搭建了人机协作以及双目相机的实验环境,开发了测试系统,开展了人手臂与机械臂主动碰撞和被动碰撞测试。实验过程中,系统有效实时的获取了人机距离,发生碰撞时该算法所计算的距离误差在0-10mm之内。随后计算碰撞点在机械臂连杆位置,所得结果与事先预定的点位置接近,误差在10%之内。实验结果表明,该方法能够有效的评估协作过程中的人机距离与碰撞信息。