随着计算机科学和自动化技术的发展,机器人已经广泛进入人类的生产生活领域。在机器人技术的应用过程中,机器人的导航和目标定位尤其重要。论文选取机器人的目标定位与交互式导航这一课题进行研究,用自然手势导航机器人,同时结合双目定位原理对需要处理的目标进行空间定位和抓取操作,并提出遮挡场景下的深度优化与动态解决遮挡算法,形成了机器人处理人机交互导航问题和遮挡问题的优化策略,在一定程度上增强了用户对机器人的体验感。　　本文主要结构可分为双目视觉基本原理、SIATbot机器人系统的整体设计与工作流程及其控制策略、目标物体被遮挡的场景下动态导航机器人进行抓取这三个部分。其中重点研究和讨论了如下五个方面的内容:第一,采用设定阈值结合类似聚类的方法,对双目视觉获取的深度信息进行优化;第二,结合运动学原理,提出机器人机械臂末端手部摄像头实时锁定目标物体的控制优化算法,解决了机器人抓取定位目标物体不准确的问题;第三,提出了人手等价质心点提取算法,有效提高了人手等价质心点位置的准确度,增强了跟踪鲁棒性,解决了人手质心点坐标不准确这一问题;第四,研究并建立了基于深度感知的隐形马尔科夫模型训练动态手势序列,达到了平均98.4％的识别率,提高了交互式导航机器人的导航准确率;第五,提出了特征提取、遮挡判断和动态解决遮挡策略等一系列处理遮挡问题的详细实施步骤,使得 SIATbot机器人能够根据该算法高效的识别和抓取被部分遮挡的目标物体。　　最后,论文基于 SIATbot硬件平台实现了机器人交互式导航与抓取控制系统,通过人手导航机器人行走实验和机器人自主判断遮挡状态并抓取目标物体的实验,证明了上述算法的有效性。经过一定量数据的训练,机器人能够在家居环境中实时准确地完成用户的手势交互指令,同时目标物体的抓取成功率明显提高,达到92%以上,相比原来算法成功率提高一倍以上。