研发可对物品实现抓取操作的家庭服务机器人,对提高机器人的智能化服务能力、加速其发展和应用具有重要的科学意义和实际价值。但目前相关工作大多仍处于实验室研发阶段,让机器人进入家庭、实现日常应用还面临诸多挑战。物品抓取是机器人执行复杂任务的前提,机器人所采用的抓取策略是否正确,将直接影响任务的执行结果。在日常家庭生活中,物品、任务和环境均是抓取策略的重要影响因素,但因其多样性和表现形式的差异性,难以同时进行统一考虑,造成机器人常常会生成不合理的抓取策略。针对此问题,本文对家庭服务机器人抓取策略生成问题进行了研究:(1)提出了一种以功能组件为中心的多属性物品知识表征方法,实现了机器人对物品具有的功能组件以及功能组件的视觉属性、物理属性、功能属性、状态属性和位置属性等知识的自动获取。首先,提出了使用六种属性(类别属性、视觉属性、物理属性、功能属性、状态属性、位置属性)对物品进行描述的方法,使机器人对物品有全面和深层次的认知。其次,在类层级上,对物品进行了知识表征,构建了以功能组件为中心的多属性物品知识表征模板。然后,在实例层级上,将识别出的物品实例及实例属性自动表征为本体实例及实例属性,实现了物品本体模型的自动构建。随后,设计了三类基于SWRL的规则,实现了对缺失属性的自动推理。最后,从数据到知识的转换过程、物品属性的查询时间、推理出缺失属性的数量三个方面,验证了所提方法的有效性,并通过任务规划实验验证了物品本体模型的可应用性。(2)为了使家庭服务机器人可通过本体模型与家庭环境进行交互,对该领域本体模型的接地问题进行了分析,并在此基础上对物品本体模型接地方法进行了设计。首先,将针对符号接地问题提出的解决方法迁移到本体模型的接地问题上,结合OWL DL的语法和语义,提出了将类、属性、实例和它们的物理存在相关联的方法。然后,对物品本体模型中物品功能组件的接地方法进行了重点研究,提出了一种基于SWRL规则的物品功能组件接地方法。最后,通过物品三维模型构建、点云分割、SWRL规则关联验证了所提方法的有效性。(3)提出了语义抓取策略的知识表征和推理方法,实现了机器人对抓取位置、抓取类型、接近方向、抓取力、张开尺寸和轨迹约束等抓取知识的自动获取。首先,通过对人类抓取行为的分析,将抓取位置、抓取类型、接近方向、抓取力、张开尺寸、轨迹约束六方面知识,作为语义抓取策略的核心内容,增强语义抓取策略的适用性。其次,提出了任务、环境、语义抓取策略表征方法,建立了与之对应的本体模型。然后,针对物品、任务、环境与语义抓取策略间复杂、不确定的关系,构建了概率本体模型。随后,针对单一推理机推理能力不足的问题,设计了一种协作式推理机制,使机器人可以从概率本体模型中推理出满足物品属性、任务和环境约束的语义抓取策略。最后,从语义抓取策略的正确性和推理时间两个方面验证了所提方法的有效性。(4)提出了 一种基于语义抓取策略的物品功能组件抓取规划和控制方法,通过语义抓取策略与抓取动作的融合,不仅可以保证抓取动作同时满足物品、任务和环境约束,而且降低了五指机械手完成抓取动作的控制难度。首先,设计了一种包含知识表征和推理模块在内的物品分层抓取架构。其次,提出了一种基于JSHOP2规划器的高层抓取动作规划方法,利用JSHOP2规划器将语义抓取策略融入抓取动作的各个子动作。然后,提出了一种基于语义抓取策略的底层抓取动作控制方法。根据语义抓取位置和接近方向设置机械手在抓取起始点的位姿,根据抓取位置、抓取类型和接近方向设置机械手在抓取点的位姿,可保证抓取动作满足物品、任务和环境约束,可降低五指机械手的控制难度。最后,搭建了模拟操作场景,利用Tiago机器人,进行了多任务、多环境下的物品抓取实验,验证了所提方法的有效性。