随着“人机共融”的提出,新兴机器人应用面临的一个主要挑战是非结构化环境。非结构化环境中需要机器人具备外力感知能力,目前主要使用力传感器来实现对外力信息的感知,成本较高。在人机协作过程中,直接示教技术能够应对生产任务的频繁变更,快速地对机器人重新编程,更能满足现代工业高生产率需求。本文提出了一种基于卡尔曼滤波的外力估计方法,该方法只依赖电机的电信号（电流、角位移）。基于扰动观测器的思想,在广义动量的动力学模型中引入了关节外力矩的先验信息,建立了线性的状态空间方程,并结合标准的卡尔曼滤波来实现关节外力矩的估计。为了成功地应用所提出的方法,针对关节速度较低时摩擦的非线性和不确定性,建立了非线性的摩擦模型,并将测量噪声和摩擦与速度相关的不确定性建模为服从高斯分布的扰动力矩。此外,为了提高动力学模型参数的辨识效果,分析了传统最小二乘法的局限性,采用加权最小二乘来进行参数估计,并在实验中证明了该方法所带来的改善效果。为了将外力估计方法应用于机器人直接示教当中,本文结合机器人的运动状态信息,采用速度相关的动态阈值对估计的外力矩误差进行预处理,提出了启动规划方法来减小静摩擦所导致的启动力矩阈值,并将处理后的外力矩结合导纳控制来实现关节空间的直接示教。最后,在所设计的实验平台上,验证了外力估计方法的有效性,并基于估计的关节外力矩,进行了机器人关节空间的直接示教实验,实验结果表明,采用估计的外力矩以及所提出的预处理策略能够实现直接示教功能。