随着机器人技术的迅速发展和产业化进程的加快,工业机器人的应用范围不断扩大,人机交互成为新的研究热点。工业机器人与人进行交互,可以完成不同工作环境下的复杂操作。视觉技术与工业机器人控制技术相结合,由人引导六轴机械臂执行任务,是一种人和工业机器人之间的信息传递过程。本文使用Kinect深度相机跟踪人体关节点运动,搭建了一种UR5机械臂跟随运动框架,通过仿真和平台实验实现了机械臂对人臂的跟随抓取运动。首先,研究了Kinect对人体运动追踪及关节定位的方法,使用Open NI得到人体骨骼跟踪图像和主要关节点的空间坐标数据。采用了边缘检测方法快速定位追踪目标,提高了骨骼追踪的效率。通过前景分割分离出运动帧中人的手掌图像,定义了三种手势来控制机械手爪的张合状态,采用基于样本坐标序列的方法进行手势识别,提高了识别精度。其次,在对比了卡尔曼滤波和改进的粒子滤波两种滤波方法在骨骼关节点滤波中的优缺点后,综合考量滤波精度和滤波时长,提出了一种基于匹配度函数的阈值筛选法。通过该方法筛除关节点中的无效数据和异常值,减少了机械臂运动时的抖动,提高了系统的稳定性。将传感器测量数据和关节滤波后数据进行对比,误差均值在6.55%左右,验证了滤波方法的有效性,输出的运动数据能够很好地反映人的真实运动情况。接着,建立了人臂和机械臂的关节运动传递模型,将空间中的人手臂运动映射到机器人工作空间之中,并对模型进行求解。借助Matlab实现了机械臂运动轨迹的仿真,并评估了运动框架的性能。在搭建的工业机器人工作平台上,完成了UR5机械臂跟随运动实验。分析仿真和平台实验的结果,验证了所提框架的正确性。最后,总结了全文的主要工作,展望了人与机械臂交互领域未来可以继续研究的方向。