人机协同是非结构化环境下完成特定任务的有效模式,空间信息认知与交互是人机协同完成任务的基本要素之一。由于人机空间信息认知的非一致性,传统的人机协同任务中,人机协同模式大多采用结构化、高频次的控制指令进行交互,交互效率低下,人的负荷较大。本研究分析人-机空间认知特性及差异性,拟合人-人之间空间信息交互的特性规律,构建机器人的空间认知模型,实现人机在空间信息认知架构上的一致性,从而提升人机交互的效率。首先,分析任务需求、场景特点、人机特性和现有人机协同模式,结合模糊层次分析的决策方法,提出了与任务相匹配的高度人机协同模式,并以此构建人机协同及交互的总体架构。接下来,以月面探测任务为例,开展了人-人协同交互实验,重点考察人对于目标特征、空间关系、空间参考框架的认知与表达特点,建立相关空间信息表达语料库,以实现自然语言的解析以及机器人空间认知模型的知识基础。然后,基于人-人协同交互过程中所体现的感知与认知特性,综合ACT-R认知理论架构,构建机器人空间信息认知模型,实现机器人目标识别与定位、参考框架的解析与转化、空间关系的计算、路径规划等空间信息的认知与推理能力。最后,搭建人机协同的原型交互系统,以月面探测任务中目标定位与导航任务为例,验证了机器人空间认知建模及人机协同空间认知方法的有效性。