随着机器人在航空制造领域的应用越来越广泛,复杂装配任务往往需要人与机器人在同一空间中协作完成,因此对机器人系统的安全性能与协作体验提出了较高的要求。为了保障工业协作场景下人与机器人的协作安全性,使机器人可以与人类在同一工作空间内共同作业,本文提出并开发了一种基于视觉感知的动态轨迹重规划系统,对多Kinect相机系统的分层感知方法、协作场景中的操作员及障碍物的检测与简化表示方法、碰撞检测与干涉预测方法以及基于约束的轨迹规划等关键技术开展研究,并最终完成了基于视觉感知的在线轨迹重规划系统的实验研究。研究内容具体如下:首先,针对感知视野与模态局限的问题,开展了对多Kinect相机系统进行同步、标定和修正技术的研究,构建了可提供多视角异构模态数据的感知平台;并基于点云数据开展了机器人工作区域内的障碍物分割、聚类、包围盒表示的研究,实现了高实时性、高分割成功率的障碍物感知。为解决传统动态三维人体检测与表示方法误差大效率低的问题,开展了结合深度学习的三维人体检测方法的研究;基于感知平台多视角的异构数据,实现了结合深度学习算法的三维人体检测与骨架生成;并提出了人体骨架融合算法对多视角人体数据进行融合,以解决遮挡情况下检测误差大的问题;最后,开展了人体包围球简化表示方法的研究,对人体三维表示进行重构,从而输出高实时性、高准确度、高完备性的三维人体检测与包围球碰撞表示结果。对传统轨迹重规划算法研究中安全策略不足的问题,开展了结合分级安全策略的动态轨迹重规划研究。首先构建了障碍物与机器人的碰撞检测与干涉预测模块,生成实时检测与预测结果,并基于结果开展了分级安全策略的研究,同时,为了进一步提高规划效率,开展了结合约束的轨迹规划研究。动态重规划方法可对规划场景中的人与障碍物做出动态安全响应,且响应策略符合人机协作逻辑。最后,搭建了基于视觉感知的安全避障系统软硬件平台,基于平台开展了障碍物分割与包围盒表示实验研究、三维人体检测与碰撞表示实验研究和结合分级安全策略的轨迹重规划实验研究,并对人机协作用户体验进行了分析。