随着人类对未知空间探索的深入和某些高危作业的需要,结合了人的智能和机器人的高可靠性、高作业精度的遥操作机器人技术在空间探索、海洋开发、原子能应用、抢险救灾等领域有着非常重要的应用价值。由于遥操作机器人在执行任务时需要由人来提供决策,有效的人机交互手段是使人与机器人良好协同,使遥操作机器人能够快速、准确的完成任务的先决条件。本课题分析了目前人机交互的发展趋势,设计了一种以人的运动作为交互信息的人机协同方式,针对此目标完成了以下工作:1、对各种运动检测手段进行分析和比较,明确了以人体运动过程中产生的惯性信号来重构人手在空间中的运动轨迹,并从轨迹上提取特征点作为机器人运动路径目标点的总体思路。2、对捷联惯性导航中关于速度和位置推算的理论行了归纳和梳理,用作本课题的理论基础。3、对本课题所使用的MEMS惯性传感器的原理和误差进行了分析。在姿态角推算方面,着重讨论了卡尔曼滤波算法在加速度、角速度信号融合中的应用,并设计实现了基于四元数的卡尔曼滤波器。在运动加速度积累误差抑制方面,分析目前常用的主流算法,并且设计了适用于本课题的积累误差抑制算法。讨论了直接用运动加速度积分后得到的轨迹点来作为机器人路径点的可能性,设计了基于位移阈值的轨迹点提取算法,从重构的轨迹点中提取出部分特征点用作机器人运动路径的目标点。4、对机器人系统中的各种坐标系进行了介绍,并且设计了初始对准步骤。利用微控制器STM32F407和惯性传感器MPU-6050搭建惯性信号采集平台;用MATLAB搭建惯性信号处理平台;用ABB公司工业机器人系统IRC5和IRB1410搭建机器人平台。并在搭建好的平台上设计实验,对本课题设计的各种算法进行验证,最后对系统进行整体验证。经过上述理论分析和实验验证,证明了本课题设计的惯性轨迹重构方案能应用于对机器人运动轨迹的控制,并为以后进一步的研究打下了基础。