近年来,随着移动设备和无线网络的普及,远程呈现技术被广泛应用于视频会议、视频聊天、远程监控等领域。一个远程呈现交互系统通常可分为三个部分,即本地空间、远程空间以及连接这两个空间的无线网络。其中,本地空间中有计算服务器、远程可交互装置、具有图像采集与发送功能的远程呈现机器人;远程空间中有感知设备和交互设备。传统的与远程呈现系统进行交互的方法有基于键盘的交互、基于鼠标的交互、基于操纵杆的交互、基于显示屏上按键的交互和多点触控等。这些方法虽然能达到交互的目的,但是都不够灵活和自然,而且不能给用户带来沉浸式的体验。本文提出了一种基于立体视觉与手势识别的远程呈现交互方法。该方法使远程呈现机器人成为用户化身,在本地空间中移动,通过双目摄像头获取本地空间的两路现场实时视频流;视频流被无线网络传送到远程空间,并在智能手机上分屏显示,即手机屏幕左右两侧分别显示左右摄像头拍摄到的图像;远程空间中的用户通过VR眼镜和智能手机可以实时感知本地空间,获得身临其境的感受;远程空间中的体感控制器获取用户的手势数据并识别用户的手势;根据获取的手势数据,在手机屏幕上分屏显示的两路视频图像中,绘制出虚拟手;用户既可以通过移动自己的双手来控制虚拟手的移动,也可以通过改变自己的手势来改变虚拟手的手势,达到与本地空间中的可交互装置进行远程交互的目的。和传统的交互方法相比,这种方法更加灵活和自然,具有广阔的应用前景。