随着社会生产和生活方式的快速变化,传统机器人已无法满足生产的高柔顺性以及智能性、灵巧性的要求和人们生活环境的复杂多变需求。因而新一代机器人需具有较好的人机友好界面,能够快速、灵巧地具备人的认知及操作技能、能够与人共享工作空间,提高生产效率、质量等。本文以人的阻抗调节机理和机器人阻抗控制技术为基础,基于表面肌电信号(sEMG)对人的肢体动作信息,即阻抗和运动学信息进行建模和提取,通过构建人机动作信息协调控制系统,实现人的动作信息向机器人的自然、柔顺传递。人体肢体运动与传统的机器人运动相比,具有较好的柔顺性、环境适应性和复杂的技巧性。这些特性得益于人类长期进化产生的机械阻抗调节技能来适应交互环境的变化。因而人机动作信息传递只有同时包含运动学信息和阻抗信息的传递,才能实现人的动作特性向机器人的传递。本文首先对目前人体阻抗调节和机器人柔顺性人机交互技术发展现状进行了综述,总结了机器人在面临新的生产方式和生活方式上的不足,归纳了下一代机器人相对于传统机器人更高的柔顺性要求,进而引出本文的研究目的和意义。接着对人的上肢运动灵巧性,柔顺性的动作技能产生机理,即阻抗调节,技能学习优化进行了系统综述,尤其在与机器人技术结合,实现人机动作技能传递等方面进行了深入概括。在此基础上,对近些年来仿人阻抗调节的机器人关节设计及控制方法进行了综述。接着对基于人体阻抗调节的机器人人机交互系统及相关方法进行了类比,分析和总结。为本文开展研究奠定了前期理论和工程基础。基于人体上肢阻抗调节的生物学原理,本文进行了基于sEMG信号的人体上肢刚度建模、辨识。采用二阶系统模型对人体上肢3D笛卡尔空间刚度模型进行了系统辨识,验证了人体阻抗调节特性。对于人体上肢末端的阻抗辨识,本文系统阐述了人体肌肉笛卡尔空间刚度向关节空间刚度的变换,以及关节空间向笛卡尔空间的逆变换。设计了sEMG信号平滑包络技术算法和人体上肢刚度辨识算法。上肢雅可比矩阵是刚度空间变换的重要参数,本文基于机器人D-H坐标和人的上肢相应关节动作匹配,对人的手臂运动学进行了建模,基于视觉和惯性测量单元(IMU)对人体上肢的雅可比矩阵进行提取,为实现人体上肢的刚度在线辨识奠定了基础。为实现人体阻抗信息和运动学信息向机器人的传递,本文对机器人变阻抗控制原理进行了深入研究,设计了机器人变阻抗控制器模型,构建了基于人体上肢阻抗调节的机器人人机动作信息传递控制模型,可使机器人快速模仿人的肢体动作。为提高人和机器人交互的自然性和柔顺性,本文引入触觉反馈对人机动作信息传递进行了对比试验研究。本文开展了基于sEMG信号的人机动作信息传递应用研究,如人体关节抗干扰和机器人自适应抗干扰实验研究,提重物实验,机器人阻抗写字示教实验和人-机器人-人写字技能训练实验及遥操作实验研究。实现了人的阻抗调节信息和运动学信息向机器人的自然传递,验证了本文提出的人机动作信息传递的有效性和可行性。