随着智能机器人的不断发展与更新,协作型机器人取得了快速发展并成为了当今研究的热点。机器人可以帮助人类高效完成简单、重复性的工作,在军事、航天、康复医疗、工业等领域具有广泛应用,然而,在不确定性环境下或意外事故发生时,机器人决策能力下降,并不能完全代替人类完成任务,赋予机器人一定的感知能力以提升人机协作高效性、柔顺性是当今研究的重要问题。但是,在接触式人机协作中,受当前柔性阵列皮肤传感器研究不成熟、合作者阻抗参数多变等因素影响,人机协作的意图感知成为了制约人机柔顺交互的关键因素。因此,针对当前接触式人机协作存在意图感知不充分以及人机交互柔顺性的共性问题,本文自主设计一款可感知人手抓握姿态与力大小的阵列式触觉传感器,并将有28×28个感知点的触觉传感器封装到圆柱状手柄上,提出一种基于卷积神经网络（Convolutional neural network,CNN）的可区分人手松抓握、紧抓握与无意间触碰触觉手柄三种模式状态的方法,识别准确率达到98.2%。基于此触觉手柄可实时感知人手局部变换姿态,准确估计操作者操作意图,并将局部感知信息传输给机器人控制其运动,本文以UR协作型机器人为实验平台,以触觉手柄为感知输入并进行人机交互实验,对机械臂运动精度做了评价。实验表明,触觉手柄具有良好的意图感知能力。本文主要研究内容为:（1）接触式人机协作研究现状与分析及感知系统模型设计:以人机协作为研究背景,熟知并分析当今最前沿的接触式人机协作研究热点问题,以人人协作机理为参考,以多信息交互的方式解决接触式人机协作的意图理解问题,完成本课题采用的接触式人机协作的数学模型设计。（2）基于触/力觉信息感知的操作意图理解机理研究:自行设计一款阵列式触觉传感器,并将其封装为可感知人手抓握姿态与力大小的触觉手柄。基于此触觉手柄采集操作者感知意图信息,对采集数据做前期预处理,并对接触式人机协作的操作者的操作意图做全面的描述与定义。（3）基于触/力觉信息感知的接触式人机协作柔顺控制方法研究:针对研究内容2做出的操作意图描述与定义,提出了一种基于触/力觉感知的柔顺控制方法。将上述反映操作者操作意图的控制信号输入到机器人控制系统中,驱动机器人运动,以响应操作者的操作意图,并搭建实验平台,验证该方法有效性。