服务机器人逐渐融入人类的日常生活,在家庭、医疗、办公等领域扮演着越来越重要的角色,因此人们对机器人的服务能力提出了更高的要求,希望机器人能够主动地为人类提供更加智能、个性化的服务。机器人对知识的获取和利用能力是机器人实现正确的场景感知、理解用户需求从而主动提供智能化服务的保障。智能空间技术使机器人的感知能力和信息处理能力得到了极大的提升,但是空间资源的多样性、异构性和动态性阻碍了知识的融合和共享,使机器人难以实现对空间知识的充分利用,因此如何对知识进行有效的组织,提高智能空间知识的表示能力,为机器人的服务决策和任务执行提供有力的支持成为一个重要的研究内容。本文在智能空间环境下,设计了基于智能空间本体的机器人服务自主决策及规划执行方法,使机器人在无需人为干预的条件下,主动地为用户提供个性化的服务,主要工作如下:1、研究本体建模技术,根据智能空间的资源及机器人的服务能力,为智能空间划分本体领域:环境领域、用户领域和服务领域,将空间中的对象信息在各领域中进行匹配,得到智能空间本体。利用关系数据库作为智能空间本体的存储工具,形成智能空间本体库,并在本体库的基础上,实现知识的动态更新。2、考虑到智能空间本体库中知识的局限性,利用Jena对本体库中的知识进行扩展。通过建立自定义规则的方式,挖掘空间中隐藏的逻辑知识;利用模糊集的思想,建立"数据-概念"转换机制,将本体库中的数据信息映射为能够反映用户喜好或者服务质量的概念表示。扩展后的智能空间本体库,能够为机器人的服务推理提供更完备的场景信息。3、分析机器人服务的特征和决定性因素,采用SWRL本体规则描述语言建立服务推理规则库,通过事实与规则相匹配的方法,实现机器人服务的自主推理、决策。结合服务推理结果和智能空间本体库中的空间状态知识,生成JSHOP2规划器的问题描述,利用分层任务网络规划算法,完成服务任务的规划,为机器人提供需要执行的动作列表。4、将本文所提出的方法,加载到山东大学服务机器人实验室自主研发的服务机器人上,在智能空间场景下进行实验测试,对方法的有效性和实时性进行验证。