确保人机安全是人机交互和人机协作过程中需要解决的首要问题,其中关于多自由度机械臂的实时避障一直是该领域的研究热点之一。现有的多自由度机械臂的防碰撞算法对对环境先验知识的依赖性较大,缺少对工作环境智能感知和自适应的能力,无法在非结构化、动态的场景中对人体或者其他障碍的运动状态变化做出及时有效的回避。同时,随着视觉传感和图像技术的快速发展,基于视觉检测的避障系统逐渐兴起。对于单视角障碍检测系统,往往存在视野受限和人体自遮挡等问题,并不能完整重建机械臂工作空间环境,也就不能为实时避障算法提供精确的环境信息反馈。为此本文针对人机交互协作的动态场景,提出了一种改进人工势场法的机械臂避障算法,并通过多视角检测系统对工作环境中出现的动态目标进行实时检测和融合处理,以达到高效和安全的避障效果。本文的主要研究内容如下:1)本文提出一种自适应规划步长、空间位置采样与速度斥力函数评估结合的人工势场路径规划方法。首先对机械臂下一时刻的位置点进行空间路径采样,以达到对局部极小值区域的提前判断,并结合势场法的势场特性,对采样位置点设定合适的评价函数进行评判,以选择最优位置点。其次,针对动态场景,引入改进型速度斥力函数,通过速度和距离影响因子动态调节速度斥力,使得算法可根据障碍运动状态选择不同的避障策略。最后,通过实时环境信息反馈,引入环境复杂度因子,提出自适应规划步长机制。与其它经典解决方案相比,改进后的算法保证避障安全的同时提高了路径规划效率,减少了路径振荡等问题。本文对算法分别进行了仿真验证和Tiago实物平台验证,结果证明所提出的避障算法在路径规划选择方面具有更好的安全性和高效性。2)针对人机交互过程中的人体姿态估计问题,本文以视觉深度传感器为基础,搭建分布式多视角人体姿态检测系统,提出了基于交互多模型的分布式人体姿态估计方法。首先,各相机节点通过现有的人体姿态估计检测方法进行独立检测,不同传感节点的结果通过信息权重一致性滤波（ICF）算法实现数据信息融合,解决了单视角视觉范围受限等问题。其次,为解决多视角融合过程中,由不同视角估计误差所引起的信息波动,本文对融合之后的人体骨架关节估计结果使用交互多模型（IMM）进行滤波改进,提高了检测结果的稳定性。最后,本文通过使用相同的人体动作识别方式对两组不同的骨骼关节点数据集进行行为分类对比实验,实验结果表明基于ICF+IMM算法的行为识别准确率更高,证明了该方法有更高的人体姿态检测精度。3)本文搭建了基于多视角传感网络的机械臂避障实验环境。实验系统中各视觉传感节点独立估计人体姿态,并利用手眼标定结果进行坐标系转换,最后在机械臂的基坐标系中进行信息融合和滤波处理,作为后续机械臂避障算法的输入,从而实现机械臂避障路径规划。实验的最终结果证明了该复合系统的有效性、安全性和准确性。