随着科技的发展,人们希望通过与智能机器人交互,从而让机器人完成指定的作业任务。基于案例的推理机制(Case-Based Reasoning,CBR)模仿人类的认识过程,通过检索算法从案例库中检索出与新案例最相似的案例并进行重用,以提供解决方案。因其推理时间短且案例易于学习,被广泛应用于智能机器中。本文首先研究了 CBR推理机制的基础理论,通过分析CBR推理机制的优缺点,结合BDI模型的设计结构,提出了一种CBR-BDI推理机制,描述了该推理机制的运作流程。改进的推理机制添加地图匹配、期望分析和用户引导三个部分,使得机器人可以与用户进行多次对话以了解用户的意图,提高了机器人的自主性。随后将改进的推理机制用于人机交互模块中,以ROS机器人操作系统为软件框架,结合语音识别、语音合成、物体识别、方案解析等模块设计一种基于ROS的模块化机械臂智能作业系统。最后搭建实际系统平台对语音识别与合成效果,系统功能、人机交互推理功能和系统智能性进行验证、测试、分析和评价。