人与机械的自然融合可以充分发挥人的智能和机械的精巧能力,在军事、医疗及安防等领域具有重要价值。本文根据六自由度（degree of freedom,DOF）机械臂建模,并进行正向运动学（Direct Kinematic,DK）和逆向运动学（Inverse Kinematic,IK）仿真。对运动规划方面的问题深入研究,包括关节空间轨迹规划和直角空间轨迹规划。在此基础本文基于Media Pipe机器学习框架,从现有的单目相机获得图像或视频,对人体姿态进行预估获得各关节点位置信息,进行人机关节映射,控制机械臂复现人臂动作实时自然交互。本文主要工作如下:（1）本文对六自由度机械臂正向和逆向运动学仿真,在MATLAB平台根据改进的D-H法建立连杆坐标系,由代数法求解逆向运动学,通过蒙特卡罗法进行机械臂末端的工作空间仿真,验证了模型的正确性,为本文后续研究打好基础。（2）机械臂轨迹规划分为关节空间轨迹规划和笛卡尔空间轨迹规划。实现点到点路径作业时,为获取平滑的路径,在关节空间进行三次多项式插值及五次多项式插值仿真,获得机械臂各关节角角度、角速度及角加速度轨迹曲线,并分析对比结果。实现跟踪路径作业时,在直角空间进行直线插值和圆弧插值仿真,并对获得的插值点序列求逆解并分析结果。最终结果表明高阶多项式在关节空间规划有更好的表现,笛卡尔空间轨迹规划有更好的精确度。（3）本文研究基于机器视觉的人体姿态预估,说明人体骨骼模型和人体姿态识别模型,构建基于Media Pipe库的神经网络框架。根据图像测距及立体空间几何法将人体关节二维坐标集转换为三维坐标集,由空间向量法将坐标信息转为各关节角度,构建人机映射模型。本文设计了机械臂控制系统与机械臂实现通信,传递关节角度信息给机械臂,完成机械臂模仿人臂动作的人机交互（Human Computer Interaction,HCI）系统研究。本文结果表明人体姿态识别率较高,人体姿态映射到机械臂比较准,机械臂收到角度信息后能进行轨迹规划,从而在机械臂上复现人臂动作实现人机交互。