人体的生物电信号包括肌电信号、脑电信号、心电信号、眼电信号等,这些生物电信号蕴含了大量的人类行为信息,是人类运动意图的直接反应。随着人机交互技术在机器人领域的快速发展,人与机器人之间如何实现类似人与人之间的自然交互变得尤为重要。由于人体的生物电信号是人的行为意图的直接反应,因而也成为了人机交互领域的研究热点。相比于其他几种人体生物电信号,表面肌电信号更加方便于采集和处理,本文重点研究基于人体表面肌电信号实现的人与库卡机器人之间的人机交互技术。本文首先分析了表面肌电信号的产生机理并利用美国Delsys公司的Trigno肌电无线采集设备采集了人体手臂前臂处两块肌肉的表面肌电信号。特征提取是对表面肌电信号进行后续处理研究的关键所在,由于人机交互技术对肌电信号实时性识别的要求较高,本文重点对表面肌电信号的时域特征进行了提取,然后利用不同的特征组合成特征向量,分别利用线性判别分析(Linear Discriminant Analysis,LDA)分类模型来对三种不同的手势动作进行分类,研究分析不同肌电特征组合对分类模型好与坏的影响。选择最佳的特征值将其组合成特征向量来作为训练或者测试的样本数据,实验实现了很好的手势动作识别结果。其次,对实验室的七自由度库卡机器人进行了结构上的分析,利用经典的Denavit-Hartenberg(D-H)法对其进行了运动学的建模,对正运动学和逆运动学加以研究,逆运动学作为研究轨迹规划的重要基础,本文采用雅克比伪逆迭代法进行求取。然后对机械臂在关节空间和笛卡尔空间上的轨迹规划运动进行了研究。在关节空间内进行了点到点全关节运动和单关节往返运动的研究,其中单关节往返运动可实现机械臂在任意时刻的起动与静止。在笛卡尔空间进行了点到点的直线轨迹规划、在各笛卡尔方向上的往返运动和笛卡尔XYZ正负方向上的单方向运动,其中后两者可以实现机械臂在任意时刻的起动与静止。最后,将肌电采集系统与库卡机器人系统及末端执行器爪手集成到一起形成本文的人机交互实验研究平台,采用基于离散动作的模式识别肌电控制方法来在线实时地控制库卡机械臂的轨迹运动,其末端执行器爪手的张开与闭合动作由matlab串口通信独立控制,共同配合完成对水瓶的抓取与放置任务,实现人机交互技术的实验应用。