人机协作结合了人和机器人的优势,可以提高生产效率和质量。实际生产任务通常为多工序任务,而目前人机协作的研究大多针对单一工序任务如协作装配、递交和搬运等,难以满足实际需求。本文针对多工序人机协作任务,研究相应的轨迹规划和柔顺控制,结合有限状态机和模仿学习对多工序协作任务进行分析,使用变刚度阻抗控制平衡交互的柔顺性和轨迹的跟踪精度,并结合虚拟力和阻抗控制避障,实现高效和安全的人机协作。首先,搭建多工序人机协作平台。以小坦克车的组装为例,分析了多工序协作任务,确定协作系统的硬件和软件;然后标定相机的内外参并建立机械臂的运动学和动力学模型,为后续协作任务的轨迹规划和柔顺控制打下基础。其次,结合模仿学习和有限状态机分析多工序人机协作任务。首先把任务划分为单个工序并借助有限状态机（Finite state machine,FSM）确定状态以及状态之间的转移和动作;然后使用任务参数化的高斯混合模型（Task-Parameterized Gaussian Mixture Model,TP-GMM）学习单工序中人的操作技能以规划机械臂轨迹,实现单个工序技能对不同任务参数的泛化,完成多工序协作任务的分解和学习。再次,研究变刚度阻抗控制对交互柔顺性和轨迹跟踪精度的影响以及虚拟力避障策略。针对接触式人机协作任务,以TP-GMM学到的轨迹概率模型的均值作为阻抗控制的参考轨迹,依据概率模型中的协方差矩阵设计变刚度系数,刚度系数随着距参考轨迹的距离增加而变大,以平衡协作任务中交互的柔顺性和轨迹跟踪精度;针对非接触式人机协作任务,使用点云处理和碰撞检测计算人和机械臂的最近点对,据此生成虚拟力并结合阻抗控制实现动态避障,结合雅克比矩阵的动态一致性伪逆的零空间实现尽量不影响末端任务的情况下避障,提高了人机协作的安全性。最后,设计实验验证针对多工序人机协作任务的轨迹规划和柔顺控制策略。设计了静态和动态物体的避障实验、协作搬运实验以及小坦克车组装实验,验证了本文方法对于多工序协作任务的有效性,实现人机协作任务中交互的柔顺性和安全性。