针对移乘服务机器人对人体姿态识别高精度性的要求,且现有人体姿态识别方法在关节遮挡情况下识别精度低的问题,本文提出了一种基于模型约束的人体姿态识别（即人体关节位置识别）算法以解决移乘操作前机器人系统对人体关节空间坐标的精确提取。首先,对移乘服务机器人的基本功能、主要组成结构以及控制系统进行介绍。明确机器人的工作场景是在家庭环境下,其服务对象为家庭中下肢失能或是卧病在床的老年人,主要用来实现移动、托举、抱人、放置等一系列动作。通过分析机器人的导航精度、末端执行器定位精度,讨论上述二者精度及人体姿态识别精度与安全距离的关系,通过制定安全距离来确定人体姿态识别的最大误差,从而确定出关节识别准确度的评估标准。从相机的分辨率、最大深度测量距离、体积、功耗、价格等方面对RGB-D相机进行选择,最终确定使用Real Sense D435作为机器人的视觉识别模块。针对人体3D关节的识别与计算,首先采用Open Pose算法识别RGB-D相机获取的彩色图像中人体关节的2D像素坐标,利用深度图像空洞修复算法和中值滤波消除深度图像中的空洞以及椒盐噪声,通过将RGB-D相机的彩色图像与深度图像进行对齐,结合坐标变换计算相机坐标系下人体关节的3D坐标。但是此方法对于关节遮挡情况的适应性不强。对于遮挡关节的识别,根据《中国成年人人体尺寸》标准中提到的不同百分位数对应的身高与人体主要关节尺寸的关系,通过输入受试者身高就可以得出受试者的主要关节尺寸,以主要关节尺寸作为人体模型参数。接下来,求取被遮挡关节和与其直接相连的未遮挡关节之间的方向向量,利用数学公式通过人体模型参数、方向向量以及未遮挡关节的坐标计算被遮挡关节的坐标,用于提高关节遮挡情况下人体姿态的识别精度。当机器人执行托举腋下动作时,需要对腋下区域进行提取。根据前面识别到的关节点坐标,划取腋下ROI（Region of interest）,对ROI区域进行轮廓提取,得到封闭腋下区域,计算其形心作为腋下点。最后,通过实验计算本文所用人体姿态识别算法的关节识别准确度并对实验结果进行分析。