人机交互接口作为机器人轮椅的关键技术之一,对用户与轮椅之间的和谐协作控制具有至关重要的影响。现阶段机器人轮椅控制方式主要分为单模与多模两类,其中多模人机共享控制方式已成为近年来机器人轮椅控制领域的研究热点。机器人技能学习,是一种通过用户的技能演示、并对演示数据进行表征、学习与泛化,进而直接获取用户操作技能的一种学习方式。论文在前期基于头姿估计的机器人轮椅交互控制基础上,通过机器人技能学习,开展了基于头姿交互技能学习的机器人轮椅共享控制方法研究,具体研究内容如下:（1）构建基于头姿估计的机器人轮椅交互控制系统。基于随机森林与最近点迭代算法实现了用户头部姿态估计,同时通过模拟操纵杆的方法,将用户头部姿态映射到轮椅操纵杆平面,实现了用户头姿交互控制,并通过实验验证了头姿交互控制基本上可以达到轮椅操纵杆的控制效果。（2）基于分层狄利克雷过程的隐半马尔科夫模型和动态运动基元实现机器人轮椅头姿交互技能学习与泛化。使用分层狄利克雷过程的隐半马尔科夫模型分割演示轨迹序列,针对分割生成的轨迹子序列,采用动态运动基元进行表征及泛化,建立演示轨迹的动态运动基元库,并基于欧式距离最短的运动基元匹配方法实现了机器人轮椅头姿交互技能学习控制。进行实验验证了该方法的学习及泛化控制效果。（3）设计基于多约束条件的机器人轮椅动态共享控制规则。融合用户头姿交互控制与机器人轮椅头姿交互技能学习控制,并根据用户的疲劳程度和驾驶环境实时调整机器人轮椅人-机控制权的权重。进行了多位高位截瘫患者的共享控制实验,实验结果表明共享控制策略能够提升患者驾驶轮椅的安全性、舒适性和连续性。