近年来,智能机器人的创新与应用逐渐受到众多科研工作者的关注。作为机器人学与人工智能领域融合的产物,机器人的智能化水平不断提升,拥有了越来越多类似人类的思维和能力。但是受外界因素影响,处理一些实际工作问题时,机器人的决策能力不足,并不能实现全自动化。作业过程中如何处理非结构化现场环境下的复杂性与不确定性仍是当今智能机器人发展的主要挑战。当前实际工作中对于灵活性与多功能性要求相对较高,在较短的时间内改变运动方案、学习新知识等能力是人类比机器人更擅长的事情,此外诸如处理不可预见的问题、手动和创造性技能等人类技能尚未实现与机器设备的融合。因此,利用人机协作的方式将操作者的思路和意图传递给机器人,提高智能化设备处理复杂任务所需的能力和熟练程度将是一种比较合适的方案。触/力觉感知获取和传递触觉和动觉具有抗干扰能力强的特点,将其应用于人机协作中感知意图是当下研究的热点。为了全面、准确地获取和分析人机交互中操作者的意图,本文首先通过分析当前人机协作现状与接触式人机协作的问题,以人人协作意图表达为机理,探索接触式人机协作交互原则与交互方式,建立人-机器人-外部环境之间的信息交互,构建触/力觉意图感知研究方案与接触式人机协作系统模型。其次,自行设计了一种阵列式柔性触觉传感器,用来检测传感器表面压力分布状态,并对所研发的传感器进行了标定试验检测其电容特性。结合3D打印技术,将其封装成一款可实时感知人手抓握状态的触觉手柄。利用此触觉手柄采集操作者抓握意图数据,探索意图理解机理。通过对人手抓握习惯分析,定义了五种抓握状态与两种抓握姿态,建立了触觉手柄与操作意图之间的映射关系。提出了一种Harris特征点定位算法,实现了抓握姿态的判断与定位,并完成了抓握状态的标准化转换。构建抓握意图初始数据集,采用基于卷积神经网络的机器学习方法,通过离线训练、在线分类的方式实现对操作者操作意图的识别与分类,识别率达到97.87%。最后,采用UR协作型机器人作为实验平台,打通了MATLAB与ROS间的接口通信问题,实现了触觉信息采集的实时性。以触觉手柄作为意图感知装置,构建意图-行为映射关系控制UR机器人运动;并利用触觉手柄结合幕墙安装建筑机器人进行板材安装实验,实验表明该触觉手柄具有良好的意图感知效果。