本发明公开了一种基于黎曼流形的人机协同方法，包括建立人机交互模型，机器人的预测状态量与人的行为观测量采用基于黎曼流形的双四元数表示；采用泰勒展开求解先验概率分布，利用联合概率分布来求解边际概率分布，获得机器人的预测状态的后验概率分布。为了提高运行精度，将人机交互模型的建模数据划分为K个独立的数据集，并求得每个数据集的后验概率分布，构建预测框架，得到基于K个数据集融合的分布式后验概率分布。本发明应用于人机协同领域，基于黎曼流形和其切空间中建立无运动奇点的人机协作交互模型，随着机器人的隐态预测传播对人类观测的不确定性，采用分布式框架推断出更精确的机器人笛卡尔轨迹，有效提高人机协同的精度。