随着机器人技术的快速发展,机器人得到了更广泛的应用,使用的人群也越来越多。面对传统机器人示教编程有着难度高、过程繁琐以及要求用户对机器人相关知识有一定了解的缺点,基于人机交互的直接示教方式被人们所提出。目前最常用的方法是基于末端六维力矩传感器实现的,但其价格昂贵且通用性差,因此需要研究其他方案进行替代,从而降低示教成本及提升示教方式的通用性。针对此问题,本文利用对空间鼠标的二次开发代替力传感器设计开发能够直接示教的系统;同时考虑到机器人面对的任务环境具有多变性,在交互外设示教的基础上赋予机器人能够自主学习运动轨迹的能力变得愈发重要,本文基于动态运动基元算法实现了让机器人对示教轨迹具有模仿学习和泛化的能力。首先,为了能够顺利完成示教系统的实现和示教学习算法的应用,对本文使用的六自由度机械臂进行了运动学分析。为满足直接示教的功能需求,选取了空间鼠标作为人机交互设备。通过对其二次开发完成了空间鼠标的数据获取,并通过鼠标感应数据与人力的标定实验实现了对人手力信息的采集。针对机器人控制柜不开放控制权限的问题对示教系统的控制策略采用了比例控制实现了机器人跟随力牵引示教运动;设计了两种示教轨迹再现模式应对不同的使用场景并完成了示教系统的上位机可视化人机交互界面的设计。然后是对动态运动基元算法的学习,对算法完成了编写并利用MATLAB进行了单自由度和多自由度轨迹的学习模仿和泛化的仿真实验,同时分析了基函数数目对其学习模仿的精度影响。基于该算法只需一组样本数据即可完成学习的特点并考虑到人的直接示教会有人为抖动和无法确保一次示教成功的情况提出了一种改进方法:先对多次示教轨迹用动态时间规整算法完成数据预处理再利用高斯混合模型对处理后的多次示教轨迹进行聚类表征再用高斯混合回归泛化出最优轨迹作为示教学习算法的学习轨迹样本。最后是对直接示教系统组成的介绍以及搭建,并在此之上设计相关工作场景模拟实验,验证示教系统的可行性和赋予机器人示教学习泛化能力的有效性。