随着宇宙探索步伐逐渐加深,核辐射、外太空等危险工作环境对人类安全产生威胁。这些环境下遥操作机械臂可以代替人类完成任务。当前遥操作主要通过手动操作控制器全程控制机械臂运行。针对当前遥操作遇到的操作困难、交互效率低等问题,开展了从视觉角度出发的人机遥操作交互技术研究。为提高遥操作的交互性能、体验,设计了半自动化的遥操作交互技术,进行了包括路径规划、人体姿态采集、交互模式、物体姿态识别、肌肉电融合等方面的遥操作协作研究。（1）在遥操作的基础阶段,介绍了人体信息采集,包括手姿态信息,眼动信息和表肌肉电信息以及机械臂的运动控制。以路径规划为切入口,提出基于元胞结构的最小阈值节点算法,对路径生成的效率进行优化。改进路径修剪算法,降低随机节点生成轨迹路径长度。（2）通过坐标映射算法,实现了手到机械臂末端的映射控制。运用深度学习将用户手势分为9类,控制机械臂运行状态。运用有限状态机融合眼手数据,构建指示-映射模式框架,结合路径规划算法实现半自主的遥操作机械臂控制。最后在虚拟环境进行抓取实验,验证了交互模式的可行性。（3）然而虚拟环境的抓取不能完全反应真实环境下抓取,真实环境的抓取还需要场景建立和物体识别。运用摄像头深度数据构建了交互场景,然后通过深度学习算法搭建了真实环境下物体六自由姿态识别,并与指示-映射模式框架融合,实现真实环境下遥操作抓取和摆放。（4）在虚拟和真实环境遥操作映射部分中遇到手和机械臂交互空间不一致,导致机械臂移动质量差的问题。通过Unity构建交互场景,利用手势识别传感器采集手部空间信息。采用位置映射算法将手的位置映射到机械臂末端执行器,并添加虚拟机械臂空间约束,允许用户在自由空间控制机械臂在特定平面的运动。实验发现交互速比影响交互的稳定性,融入肌肉电参数可以有效提高交互的稳定性。（5）针对真实环境下映射模式中遇到的机械臂末端与物体表面接触问题,将导纳算法融入到遥操作控制框架中,实现了基于视觉的柔顺遥操作。考虑到接触环境的不确定性,引入了变导纳控制算法刚度的交互模式。再次考虑到肌肉电控制刚度的稳定性和舒适性问题,引入了踏板控制导纳刚度的模式。通过实验发现,两种模式都能实现交互过程中的力控制,基于踏板的导纳控制变刚度遥操作对力控的稳定性要优于基于肌肉电。本文通过指示-映射框架融合了用户眼、手信息,实现了遥操作机械臂控制。使用深度学习进行物体姿态识别并与路径规划相结合,提升了遥操作机械臂的自主性。使用肌肉电对机械臂运行速度比进行控制提升了遥操作机械臂的运行稳定性,最后通过变刚度的导纳控制让机械臂能与物体进行控制力接触。通过以上研究降低了遥操作使用难度,提升了遥操作的交互效率。