本文研究内容来源于装备预研项目《基于生物信号的***控制技术》,目的是研究开发一种人车编队系统,不仅能够实现履带车的自主跟随,而且可以通过手势控制履带车执行任务,以期进一步提升移动机器人的智能化水平。其中手势控制的缄默化属性也更加适配于战场环境,适合军事化的应用场景。本文主要开展了以下研究工作:1.为了提高测距精度,以UWB（Ultra Wide Band）技术为测距基础,对比现有测距算法,确定了双向测距方法;经误差分析,提出了改进的双向测距方法,提高了测距精度。2.针对车辆的自主跟随要求,采用超声波传感器作为避障硬件,当检测到障碍时实现相应避障;根据履带车跟随目标的非线性、随机性的特点提出模糊控制算法,实现了履带车对目标的自主跟随避障。3.为了实现手势控制履带车的技术要求,通过分队级作战指令确定了7种肌电特征明显的手势动作;设计肌电采集实验进行数据采集,并采用双参数多阈值的方法进行活动段提取,最后结合并行CNN-LSTM深度学习模型进行手势分类,得到了95.48%的识别准确率。4.对履带车运动学模型进行了深入的分析,进行了系统搭建和调试:（1）在履带车自主跟随避障过程中,在履带车直线跟随目标的情况下距离误差能够保持在0.2m以内、角度误差在5°以内;在目标拐弯的情况下距离误差能够保持在0.3m以内、角度误差在10°以内。（2）在手势控制履带车实验中,参加过肌电数据集采集实验的受试者的手势平均识别率为95.83%、未参与肌电数据集采集实验的受试者手势的平均识别率为90.67%;为了进一步提高系统稳定性,在模型分类的基础上加入了投票机制,使得未参与肌电数据集采集实验的受试者的手势指令准确率可高达99.14%。最后整合为人车编队系统,并设计实验进行测试验证,实验结果较为理想。本文的研究工作为装备预研项目的顺利进行提供了软硬件解决方法,支持了课题的进一步研究工作。