En los últimos años, la realización de una sociedad en la que humanos y robots coexistan se ha vuelto muy esperada. Como resultado, se espera que los robots exhiban versatilidad independientemente de sus entornos de operación, junto con una alta capacidad de respuesta, para garantizar la seguridad y permitir la ejecución dinámica de tareas. Para satisfacer estas demandas, diseñamos un sistema integral compuesto por dos componentes principales: seguimiento de esqueletos de alta velocidad y planificación de rutas. Para el seguimiento, implementamos un método de seguimiento de esqueletos de alta velocidad que combina detección basada en aprendizaje profundo con extracción de movimiento basada en flujo óptico. Además, introducimos una técnica de ajuste dinámico del área de búsqueda que se centra en la articulación objetivo para extraer el movimiento deseado de manera más precisa. Para la planificación de rutas, proponemos un modelo de campo potencial informado por geometría de alta velocidad que aborda cuatro desafíos clave: (P1) evitar mínimos locales, (P2) suprimir oscilaciones, (P3) garantizar adaptabilidad a entornos dinámicos y (P4) manejar obstáculos con formas 3D arbitrarias. Validamos la efectividad de nuestro control de retroalimentación de alta frecuencia y del sistema propuesto a través de una serie de simulaciones y experimentos de planificación de rutas sin colisiones en el mundo real. Nuestro seguimiento de esqueletos de alta velocidad opera a 250 Hz, lo que es ocho veces más rápido que los métodos convencionales basados en aprendizaje profundo, y nuestro método de planificación de rutas funciona a más de 10,000 Hz. El sistema propuesto ofrece tanto versatilidad en diferentes entornos de trabajo como bajas latencias. Por lo tanto, esperamos que contribuya a un marco fundamental de generación de movimiento para la colaboración humano-robot (HRC), aplicable a una amplia gama de tareas posteriores mientras se garantiza la seguridad en entornos dinámicos.