随着经济和社会的快速发展,人们的平均寿命迅速提高,但人口出生率却不断下降,人口结构老龄化现象严重。现今中国还没有完全实现现代化建设,大力发展机器人产业是解决人口老龄化下劳动力不足问题的一种有效解决方案。目前市场上在用的机器人大部分为工业机器人,随着机器人研究工作的深入以及人们对机器人功能需求的不断提高,国内外公司与研究机构纷纷对服务机器人展开研发。本论文针对机器人在家庭场景下的应用需求,设计了一款基于嵌入式GPU的家庭服务机器人软件,该软件具有定位导航、目标识别与测量以及人机交互等功能,具有良好的实际应用价值。论文的主要工作和成果如下:(1)分析家庭服务机器人软件的功能与性能需求,选用Turtlebot移动平台与Nvidia TX2嵌入式GPU开发板作为硬件开发平台;考虑到机器人软件中多传感器数据采集和运动控制等模块的实现,选用机器人操作系统ROS作为软件开发平台;搭建软硬件开发环境,并给出了基于ROS的软件总体设计。(2)定位导航模块研发。通过对比当前主流SLAM建图算法的优缺点,选择适用于家庭环境的GMapping算法作为建图算法,并采用AMCL算法进行机器人的定位。为了实现机器人导航,采用A*算法进行全局路径规划,以及利用DWA算法对Turtlebot的二轮差速机器人模型进行局部路径规划。此外,本论文还使用深度强化学习来训练一个神经网络,输入传感器数据,输出机器人的控制速度,实现了局部路径规划控制。(3)目标识别与测量模块研发。首先搜集公开数据集以及爬取网络上图片,制作了家庭服务场景下常用物品的数据集;接着训练比对不同神经网络结构的推理速度与准确率,选择鲁棒性较好且运行速度快的YOLOv3 Tiny神经网络模型来进行目标检测分类;然后在现有神经网络的目标辨识方法的基础上,设计了人脸和人形目标的辨识方法;最后给出了基于深度相机的目标测量方法。(4)人机交互模块研发。首先将科大讯飞MSC库移植到TX2开发板上,实现了语音识别与合成的功能;接着采用已设计的人形目标辨识方法,解决KCF跟踪算法在目标尺度发生变化以及目标被遮挡时所存在的跟踪漂移问题,实现了目标跟踪功能;最后基于已设计的人脸辨识方法,实现了家庭服务场景中的多人辨识功能。