人体动作识别是计算机视觉与模式识别领域的一个重要研究方向,广泛应用于日常的生产和生活领域,其中,面向人机交互的动作识别研究具有重要的理论意义和应用价值。目前智能机器人作为人的助手,在工业、农业、医疗、教育等领域发挥了重要作用。面向复杂环境的机器人自主导航与人机协作通常采用领航员导引与机器人随行的方式,因此机器人能够准确高效地识别领航员的指令动作是实现人机协作的重要前提。与彩色图像、深度图像相比,人体骨骼信息可以较好地反映出人体的动作姿态,并且能够克服背景、光照、人物穿着等外界因素的影响。基于上述背景,本文通过构建人体检测模型和人体姿态估计模型提取人体骨骼信息,针对骨骼关键点坐标和骨骼关键点热力图两类骨骼数据分别设计人体动作识别算法,并在Caster Moma移动机器人平台上开展室内外复合环境下的实物实验验证。具体研究工作如下:（1）针对传统的SSD（Single Shot Multi Box Detector）目标检测算法检测人体精度有限的问题,本文对该算法进行改进:利用Res Net-50主干网络替换原来的VGG-16网络,通过加深网络层次来提高特征提取的能力,且有效解决了模型退化问题;特征提取网络在卷积层和Re Lu层之间添加批标准化（Batch Normalization）层,对批量特征矩阵数据进行标准化处理以加快模型的训练速度,并且可以防止过拟合;基于PASCAL VOC数据集训练目标检测模型,实验结果表明改进的SSD算法能提高检测精度,并基于VOC数据集“Person”一类训练建立了人体检测模型。（2）针对裁剪或缩放等操作会造成图像信息丢失或人体宽高比形变这一问题,本文为卷积姿态机（Convolutional Pose Machine,CPM）算法设计了多尺度变换规则,在保持人体宽高比的前提下根据人体高度将图像处理为四个尺度以融合多尺度信息。将人体检测、多尺度变换、center map与CPM相结合,构建了人体姿态分步估计模型,突破CPM算法输入图像中人体必须位于图像中央这一限制,并提高人体位置输入的灵活性。（3）针对骨骼关键点坐标和骨骼关键点热力图两类骨骼数据特征,分别设计了动作识别算法。基于骨骼关键点坐标构造结构向量,提取结构向量间夹角和模比值特征用于描述人体动作,通过“一对一”SVM多分类方法进行动作分类。并进一步针对仅保留人体骨架信息的骨骼关键点热力图,设计了一个8层的卷积神经网络（CNN-8）来实现动作分类。从识别准确率和实际应用综合考虑,最终选取基于骨骼关键点热力图和卷积神经网络的分类方法用于人体动作识别。（4）采集指令动作数据集并开展实际场景下的人员指令动作识别实验。利用机器人平台上搭载的Real Sense深度相机分别在室内和室外场景下采集6类指令动作,以构建自采集指令动作数据集。基于Caster Moma移动机器人实验平台开展室内、室外的实物实验,实现了领航员在无外部遥控器的条件下,仅通过指令动作实时控制机器人的运动。