机械臂是机器人科学技术领域中应用范围最广的自动化装置之一。目前,传统的机械臂操控方式大多是通过预编程处理或外接设备的指令输入来完成的,这类操控方式通常较为复杂繁琐,且需要操作人员根据不同型号的机械臂去熟悉特定的编程方式或控制指令。随着体感传感设备—Kinect的面世,一种全新的无接触式体感技术得以快速发展,并在智能机器人领域展现出了广阔的应用前景。为了实现一种更加简便灵活的机械臂操控方法,本文设计了一种基于Kinect的体感控制系统,该系统通过识别解析人体的动作变化即可无接触式地完成对机械臂的转动控制。本文的主要研究内容包括以下几个方面:首先,论文基于Kinect传感器及其深度测量原理,分析了获取体感控制系统所需要的骨骼点数据的方法。建立了实验所选用机械臂的运动学模型,并通过绘制点云图进行了机械臂工作空间分析,保证了后续实验中机械臂运动的合理性。其次,设计了一种基于关节角数据的动作识别算法。使用空间向量法将Kinect获取到的骨骼点数据计算为关节角数据,通过改进的变阈值限幅滑动平均滤波法对关节角数据进行平滑消抖处理。设计了人机编码与映射规则,完成了由人体动作变化到机械臂动作变化的传递。然后,在动作识别算法的基础上设计了机械臂体感控制系统。硬件方面对机械臂及控制单元进行了选型与配置,软件方面开发了基于WPF工程的体感识别系统,并通过Arduino IDE编写了机械臂控制程序,从而完成了体感控制系统的建立。最后,对机械臂体感控制系统进行了实验验证,分别进行了机械臂的转动控制实验和抓取实验。实验结果表明,该系统可以较好地通过人体特征识别结果来完成机械臂的运动控制,实现了对机械臂的体感控制功能,满足设计要求。