由于遥操作中传输时延的存在,影响了遥操作系统的稳定性,同时也影响了操作者的操作感觉,容易发生误操作,因此在遥操作系统中通常采用预测仿真模块,来解决遥操作系统中的透明性问题。传统的预测仿真技术基于虚拟现实预测,但是虚拟建模的精度问题和对远端环境的不完全可知,使得纯粹依靠虚拟模型仿真反映远端情况不可靠,而基于增强现实的预测仿真技术通过将虚拟模型与从端环境图像融合,不仅能消除虚拟现实系统的建模误差,更能真实反映远端工作环境,因此基于增强现实的预测仿真技术成为近年来预测仿真模块研究的重点。基于卡尔曼滤波的预测算法能够通过远端的运动状态数据实时预测并校正经过时延的远端机械臂的运动状态,通过增强现实技术,将按照预测算法的预测结果仿真的虚拟模型与远端环境图像进行融合,是一种增强现实与预测仿真相结合的有效方法。但是如何正确显示虚实物体的相互位置关系、如何精确预测时延后从端机械臂运动状态仍需深入研究。于是针对虚实遮挡问题和预测算法问题,在前人的研究基础上,本文主要完成如下工作：首先,搭建了基于增强现实的遥操作预测仿真实验平台,按照实验要求选取了实验硬件设备,并设计了软件平台和通讯系统,完成了初步的遥操作预测仿真模块搭建,建立了从端机械臂模型并完成该虚拟机械臂的三维注册。其次,分析了已有的虚实融合遮挡算法,提出了一种基于虚拟模型预处理的增强现实虚实遮挡方法。通过虚拟模型的三维注册位置,确定遮挡虚拟模型的真实物体的深度范围,并以此作为依据处理从端环境深度图像并提取真实物体的外围轮廓,通过将该外围轮廓和虚拟模型按照实际相对位姿在OSGART场景中绘制,处理虚拟模型被真实物体遮挡的部分,使其不被显示；将处理后的虚拟模型与原始图像融合,即可得到遮挡关系正确的虚实融合图像。然后,分析了已有的克服时延影响的算法,采用基于卡尔曼滤波的预测算法进行预测仿真。介绍了基本的卡尔曼滤波算法及其相应模型方程推导；在此基础上介绍了目前关于卡尔曼滤波算法的改进算法,提出了本论文的自适应卡尔曼滤波算法并推导出改进后的模型方程,通过MATLAB仿真实验验证本论文提出方法的可行有效性。论文最后,在已搭建的增强现实遥操作平台上进行了实验研究,通过主端控制从端机械臂移动试管的任务,验证了本文提出的虚实遮挡处理方法和基于卡尔曼滤波的自适应预测方法的可行性和有效性。