本文围绕基于网络的远程机器人控制技术的关键问题，如控制器的实时性、多机器人仿真及协同搬运控制、机器人碰撞检测、基于动态手势识别的人机交互和立体视频监控等进行了深入的研究，在此基础上，针对传统机器人控制系统的不足，提出了一种新型的机器人控制系统，建立了一个基于开放式软硬件结构的远程机器人控制系统平台。在所建立的平台上开展了卓有成效的实验研究。 主要研究内容和成果如下： 本文针对传统机器人控制系统价格高、实时性差的问题，提出了一套高效低成本的在操作系统级改善工业机器人控制系统实时性的方法，研发了相关系统。论文首先分析了机器人控制器的软、硬体系结构以及需要操作系统支持的实时性能，然后阐述了Linux在实时性支持上的弱点，分析了当前基于Linux的内核实时支持的相关主流技术，提出了实时性改造方案，并在Linux操作系统中予以了实现。为了验证改造的有效性，提出了相应的测试方案，测试表明修改后的内核无论在平均延时还是在最坏情况下都使任务响应时间得到了很大的提高，为机器人实时控制系统提供了操作系统级的实时性支持。除此之外，论文还提出一种实时任务的层次调度算法，在一级调度上用EDF(Earliest Deadline First)算法保证实时任务的底限不丢失，在二级调度上采用动态规划和贪婪算法相结合的策略，调度实时任务的可选部分，保证了带宽的利用，克服了原系统中调度算法利用率受限制、系统开销较大和非周期部分响应时间长的问题，进一步提高了系统的实时性。 本文对Open Inventor体系结构、机器人几何建模和场景优化方法进行了研究，分析了虚拟多机器人协同仿真的过程，提出了从搬运物体出发，根据搬运物体运动路径反求多机器人手臂运动路径的方法，设计并实现多机器人协同搬运仿真。此外，本文还就虚拟多机器人协同仿真控制系统中的实时碰撞检测技术进行了研究，通过整合、改进现有的碰撞检测程序库，设计了碰撞检测模块，实现多机器人协同仿真控制中的避碰撞。 本文还研究了基于视觉的动态手势识别技术，采用基于肤色的高斯模型与改进的光流场跟踪算法结合的方法，实现了复杂背景下实时快速的手势跟踪。该方法具有快速和准确的特点，且具有较好的鲁棒性。对于动态手势识别器，采用了隐马尔可夫模型(HMM，Hidden Markov：Model)作为训练识别算法，推导了最佳状态链的确定算法、HMM参数优化算法。考虑到动态手势特征本身的一些特点，对HMM参数优化算法重估式加以修正，调整了算法比例因子，并将之成功地应用到基于网络的远程机器人控制系统中。 本文最后对立体视频的显示、储存、传输与回放技术进行了深入的研究，将二路实时视频信息经捕捉、压缩和传输，提供给机器人控制系统，实现了图形仿真和视频监控的立体显示，从而完成了远程多机器人立体视频监控。本文根据远程机器人控制系统的特殊要求对网络传输视频图像数据情况进行分析，对远程操作有直接影响的网络延迟、远程机器人控制中数据传输的特殊性以及视频传输中网络延时产生的问题等诸多方面进行了研究。设计了速率控制算法，提出在发送数据包的时候，根据网络状态动态地选择增量因子或减量因子，对发送速率进行自适应的调整以适应网络传输状态。在远程机器人控制系统中成功地实现了基于速率的视频传输拥塞控制。测试结果表明，系统运行良好，有效地提高了视频传输的实时性。