空间机器人能够协助或代替宇航员完成一些空间任务,以此来减轻宇航员的工作负担,降低出舱风险。在空间机器人的诸多关键技术中,人机交互能力尤为重要。但按照目前人机交互技术发展状况来看,人与机器人之间还不能进行自然友好的交互,往往需要操作者承担大量的学习负荷。本文就如何提高操作者对空间机器人的控制和交互能力展开了研究,建立了一个基于手势和语音输入的多通道人机交互系统,通过多通道信息融合方法和信息反馈机制,实现了人与空间机器人自然友好的交互。本文首先对手势和语音交互通道的实现方法进行了研究,建立了多通道人机交互接口。在手势交互过程中,提出一种人手手势和手臂姿势结合的手势表达方式,使用数据手套和体感输入设备读取手势数据,建立了相关的手势数据库,分别利用模板匹配法和BP神经网络模型进行识别相应的静态手势。在语音交互中,基于SAPI平台定义了语音识别的语法规则和常用语音指令词典,实现了语音识别和合成功能。其次,研究了手势和语音通道的信息融合策略。考虑不同通道之间的关联性,将通道关系分为通道冗余、通道互补和通道独立3种模式。在多通道融合过程中,将各个通道的输入信息映射为交互原语,采用填槽法来实现多通道的语义融合,把交互过程看作对槽的填充过程,通过判断任务槽填充的完整度来明确操作者意图。提出了一种任务优先级执行机制,该机制基于对语音输入、手势输入信号的并行处理提高了交互的输入带宽和效率。最后,构建了空间机器人的虚拟仿真模型以及多通道人机交互界面,实现了一个面向任务的多通道人机对话系统,使得操作者能够与空间机器人进行自然的交互。提出了系统的评估指标,与单通道交互方式进行了实验对比,验证了多通道交互的有效性。