由于现有的人工智能等技术水平限制,在相当长一段时间内难以实现全自主的机器人作业,而遥机器人系统将人的智能同机器人的智能有机的结合起来,拓展了人类的感知和操作能力,代替人类在危险、恶劣以及极限环境下完成作业任务,在诸多领域具有广阔的应用前景,是当前具有研究意义的前沿课题和研究热点。近年来虚拟现实技术与Internet技术的飞速发展,为传统的遥操作注入了新的生机和活力。但是,互联网的传输时延、时延抖动及带宽限制和带宽变化都对遥操作系统不利。另外系统的人机交互、机器人本身智能的提高以及操作者和机器人智能的合理分配都没有得到很好的解决。因此对基于Internet的遥机器人系统的一些关键技术展开研究具有重要的现实意义。本文围绕系统友好人机交互、遥操作的网络时延及预测控制、机器人的自主避障及人机间的协调作业等关键问题展开研究。主要研究内容如下:针对现有的遥机器人系统人机交互方式缺乏友好的人机交互手段,操作者对作业状态的感知信息获取不足,难以对机器人的作业状态进行准确判断这一问题,提出了双虚拟模型叠加的遥机器人人机交互方式,设计了以操作者为中心的人机界面。有效的避免视频反馈时延对系统的影响,改善系统的作业性能,提高作业效率。对网络遥机器人系统的时延进行测试,研究网络时延产生的原因及其与网络传输协议、传输距离、时间段和数据包大小之间的关系。为了提高系统的安全性,使操作者能够安全、高精度地完成遥操作任务,提出了基于Smith预估器和径向基函数神经网络(RBFNN)的时延预测算法,采用基于RBF神经网络的时延预测器在本地控制端对Smith预估器的参数实时校正,很好的避免了变时延和丢包对系统的影响,使系统在不受时延影响的前提下稳定运行。基于Matlab的仿真结果证明了算法的有效性。由于工业机器人受其本身机械结构和关节间的强耦合关系的限制,其自主避障控制算法发展相对缓慢,尤其是对具有三维作业空间的机器人自主避障还没有合适的控制算法,本文深入研究分解运动速度控制(RMRC)算法并重新构造了更切合实际的势函数,将其应用到Motoman机器人在作业空间内对静态和动态障碍物的实时避障中,利用Matlab对算法的避障效果进行仿真。解决了工业机器人遥操作系统三维空间内的自主避障问题,提高了遥机器人的局部自主能力。为了解决目前的遥机器人系统人机协调交互能力差,操作模式单一,系统效率低,操作者仍旧处于连续无聊的直接控制中,操作者的过多参与引起的系统不稳定等问题,在建立测试模型对操作者的反应时间进行测试,分析其反应时间对系统的性能影响的基础上提出了多控制模式适时自动切换策略,用以提高系统的决策能力,实现操作者与机器人间的协调作业。通过采用着色Petri网(CPN)对多控制模式适时自动转换的遥机器人系统作业过程进行仿真证明了所提出控制策略的合理性。最后,搭建了基于Motoman-SSF2000机器人、图形工作站及相关设备的遥机器人系统,在该实验平台上进行了相关的实验并对实验结果进行了分析,对上述理论、方法和控制策略进行了验证。