随着工业机器人技术的发展,机器人已被广泛的应用于工业生产制造环节中,对于需要灵活部署、机器人操作不方便的生产场景,人机协作的生产模式是一种有效的提高生产效率的方式。因此,研究机器人在保障操作人员安全的前提下,如何在复杂多变的协作环境中进行避障规划,完成规定的生产任务具有重要意义。本文针对人机协作装配应用场景,围绕空间动态障碍物检测和机器人主动避障规划方法展开研究,具体研究内容包括以下四个方面:（1）人机协作场景中操作人员作为主要的移动障碍物,其运动状态具有随机性和不确定性,本文通过深度传感器对机器人工作场景进行感知,研究了一种基于背景差分法的移动目标检测算法。通过聚类分割等方法提取距离机器人最近的移动障碍物对应的点云信息。最后使用卡尔曼滤波器对该障碍物的运动状态进行预测和更新。（2）在获取移动障碍物位置和速度信息的基础上,提出了基于人工势场法的空间势场图构建方法对障碍物的时空信息进行表达。然后对机器人初始工作路径进行插值处理,以增加路径点的数量,提高后续机器人碰撞情况判断的准确性。最后通过构建的人工势场图对插值后的初始路径点的总势能进行计算,并以此为依据判断机器人与障碍物的碰撞情况,同时对机器人避障规划中需要重新规划的路径进行判断。（3）在获取移动障碍物对应的人工势场图基础上,提出了基于势场图的改进快速搜索随机树的运动规划方法。本文根据随机树节点所对应的势场力对新增节点进行偏置,提高了机器人路径规划算法的避障效果。最后结合重规划路径判断结果,针对存在碰撞风险的部分路径进行避障规划。（4）通过设计人机协作装配平台进行实验,验证本文提出的移动障碍物检测和机器人避障算法在真实场景中的应用效果。通过机器人操作系统将视觉传感采集、机器人控制等模块与本文提出的障碍物检测和避障规划模块以节点的方式进行集成。实验结果表明机器人可以根据移动障碍物的空间信息调整初始工作路径,完成避障路径规划任务。