随着机器人在制造领域的普遍应用,产生了许多需要人与机器人协作的场景。机器人参与到人的作业任务中,不但能够保证工作效率还可以提高产品质量。在人与机器人协作的背景下,如何保证人的安全是至关重要的问题。本文围绕人机协作环境下的机器人避碰技术这一主题,进行了基于视觉感知的机器人避碰方法研究,以人机协作过程中的人体数据检测和机械臂避碰路径规划为研究对象,构建了基于ROS(Robotic Operation System)机器人开发平台的视觉感知机器人避碰系统。本文完成的主要工作如下:首先,针对人机协作过程中Kinect2.0相机采集到的三维点云人体数据,提出了一种自适应图像分割算法。根据Kinect2.0骨骼数据计算出的人体中心在三维空间中的坐标,自适应修改直通滤波器的阈值,结合统计滤波算法实现人体三维点云数据的阈值分割和离散点处理,并利用ICP(Iterative Closest Point)算法完成人体三维点云数据的拼接处理。通过实验可知,该方法能够在复杂场景中将三维点云人体模型标记识别出来,能够准确获取完整的三维点云人体数据。其次,针对机械臂运动过程中与人体的碰撞检测问题,设计了一种基于AABB(Axis-aligned bounding box)包围盒的层次包围盒算法,并对获取的完整人体三维点云数据进行了包络处理。通过对空间域中的包围盒等碰撞检测模型的研究,分析了各个包围盒的优缺点,最后采用AABB包围盒设计了能够包络人体数据的层次包围盒算法。与其他包围盒算法相比,该方法不仅计算简单,而且包络紧密性好,能够准确的实现人体障碍物检测。然后,针对机械臂的轨迹规划问题,提出了一种改进双向快速扩展随机树的避碰轨迹规划算法。通过引入目标偏向策略,引导采样点向目标点方向拓展,同时在随机树拓展过程中改变步长,最后通过贪心算法完成随机树的剪枝处理。仿真实验表明,改进之后的算法不仅可以减少路径生成时间,同时路径长度也相对缩短。最后,构建了基于ROS机器人开发平台的视觉感知机器人避碰系统,实现了图像采集,数据处理与分析,机器人避碰轨迹规划等功能。通过ROS开发平台对所设计的视觉感知机器人避碰方法进行验证,实验结果验证了本文所提出算法的有效性。因此,本文所研究的基于视觉感知的机器人避碰方法达到了预期的效果,可应用在人机协作工作过程中,保证人体的安全性。