随着机器人行业的发展,人机协作引起了越来越多的关注。人机协作能够将工人灵活性高、创造性强的特点和机器人高强度、高精度的优点结合在一起,但是,人与机器人配合工作时若发生碰撞,处于弱势地位的操作人员安全隐患相对较大。因此,研究人体位置姿态跟踪方法,对人机协作过程中人体的姿态及位置进行跟踪,实时确定人与机器人之间的距离,避免碰撞的发生,能够有效提高人机协作的高效性和安全性。本文对人体位置及姿态跟踪方法进行了研究,包括数据融合算法、人体运动学分析和软件仿真实现三个部分,主要研究内容与所得成果如下所示:首先,本文介绍了目前国内外关于人体位置及姿态跟踪方法的研究现状,分析了几种常见的人体姿态跟踪方式的优缺点,确定采用精度高、成本低、跟踪范围大的可穿戴传感器进行人体位置姿态跟踪。通过扩展卡尔曼滤波融合算法对可穿戴传感器输出的加速度数据、角速度数据和磁场数据进行融合,得到了可穿戴传感器的姿态估计。然后,通过分析人体骨骼和关节的特点,对真实的人体骨骼进行简化,使用SolidWorks建立了能够准确表达人体运动姿态的三维人体仿真模型。根据人体运动的特点将人体结构视为链状结构,建立了运动学基点位于脚踝处的足根式人体运动学模型,该模型一方面利用腿部姿态变换计算人体位置,避免了加速度积分带来的累积误差,另一方面根据骨骼级联的特点获取人体完整姿态。但足根式运动学模型并不适用于双脚同时运动的情况,单使用该模型无法完成连续的人体跟踪,因此建立了基点位于在盆骨中心处的盆骨式人体运动学模型,结合动态模型切换机制,通过两种模型之间实时动态切换完成人体运动过程中连续的位置及姿态跟踪。最后,在Visual Studio 2019开发环境下,使用C#开发语言设计开发了人体位置姿态跟踪软件,通过集成按键、可视化界面实现对人体位置及姿态的实时跟踪与运动复现。并且,验证了基于可穿戴惯性传感器的人体位置姿态跟踪系统跟踪效果的准确性和稳定性,其中,位置跟踪精度通过与实际测量值对比得出,姿态跟踪精度通过与基于Kinect的人体姿态跟踪系统的跟踪结果对比得出。综上,本文开发了一种基于可穿戴传感器的人体位置姿态跟踪系统,该系统规避了人体运动跟踪过程中的视线遮挡问题,其中的可穿戴传感器可以以任意姿态绑定在人体躯干的任意位置。该系统具有跟踪精度高、稳定性强的特点,为以后应用于人机协作领域奠定了理论基础和技术支持。