在现有较为成熟的机器人技术和产品中,处于人机协同操作空间的机器人没有估计出与其协同操作的人体上肢姿态,无法保证人类的安全;处于人机活动空间的机器人没有估计出多个动态人体的姿态,无法预测出人体的运动轨迹,即无法避免与人类发生碰撞。本文通过对人机协同机器人系统中的人体姿态估计方法进行研究,估计出人机协同操作空间中的单人上肢姿态和人机活动空间中的多个人体姿态,解决了在两个空间中人类的安全问题。具体研究内容可概括为:针对人机协同操作空间中的单人上肢姿态估计问题,基于卷积神经网络,采用了基于端到端方式的单人上肢姿态估计方法;在堆叠沙漏网络模型的基础上,设计出单人上肢姿态估计方法中的单人上肢骨骼关键点检测模型,并对该检测模型中的沙漏模块和人体骨骼关键点位置坐标计算方式进行了改进。针对人机活动空间中的多人姿态估计问题,采用了基于姿态残差网络模型的多人姿态估计方法框架;基于YOLOv3目标检测模型,设计出框架中的人体检测模型,并对该检测模型中的非极大值抑制算法和先验框尺寸进行了改进;同时,采用了基于姿态残差网络模型的多人姿态估计方法中的人体骨骼关键点检测模型,并将姿态残差网络模型作为框架中的人体骨骼关键点分组模型。针对人体姿态估计系统集成的问题,本文采用了机器人操作系统中发布者/订阅者和客户端/服务器两种通信机制,将所采用的人体姿态估计方法集成到机器人操作系统中,方便后期直接将该系统作为人机协同机器人的一个子系统。通过对单人和多人图像样本进行测试实验,验证了本文所采用的方法能够较为准确且实时地估计出单人上肢姿态和多人姿态,具有较高的实际应用价值。