随着现代生活节奏的不断加快，人们奔波于工作、社交等各种活动和事物中，家庭的许多琐事越来越需要助手来协助完成，家用服务机器人的研究正是迎合了这一时代的社会发展需求。由于家用服务机器人直接和人打交道，如何保证机器人不对人类造成危害，如何使得人和机器人之间的交流自然、和谐、富有情感，已经成为当今人工智能领域一项富有挑战性的研究课题。　　 本文以人工心理和人工情感为理论导向，对家用服务机器人的控制体系结构、情感获取、情感建模、情感表达等问题进行了探索性研究，主要研究内容及创新点如下：　　 1、提出了一种基于人工心理的多Agent分层式机器人控制体系结构，给出了控制体系的分层结构，并定义了各层的分布式Agent；研究了机器人平台的软、硬件结构；完成了系统的结构化、层次化和逻辑化工作，为课题的研究绘制了一张清晰的路线图。机器人通过感知器获取对外部环境的认知，经过预处理和模型化处理后，通过机器人自身的行为和表情输出来实现情感表达。最终，设计实现了Able-Ⅰ型机器人样机，验证了所提出的机器人控制体系结构的可实现性。　　 2、提出了一种基于2D-DCT变换的嵌入式隐马尔科夫模型人脸识别算法。由于机器人人脸识别系统对算法实时性的要求，本文对基于Harr特征的人脸检测算法进行了改进，并根据人脸的特殊性，将人脸从上到下分为5个状态，对每一个状态又从左到右建立了HMM模型；提出了把2D-DCT运用于嵌入式隐马尔科夫模型的人脸识别上，由于此算法的低频能量集中性，仅采用低频系数就可以很好的表征人脸，极大的降低了计算的复杂度。最后，根据建立的嵌入式隐马尔科夫模型，进行人脸图像匹配。实验证明，该方法具有很好的实时性、鉴别性和稳定性。　　 3、提出了一种基于Canny-AAM的人脸特征点定位算法。首先对特征提取和分类器设计这两个关键步骤的主要算法进行了综合对比；接着，指出了特征点定位精确与否是表情识别未来发展的瓶颈和急需解决的问题，并对现有的特征点定位方法进行了分类叙述和比较分析，指出了它们的优点和不足之处，对目前比较流行的AAM算法进行了改进，提出了一种新的特征点定位算法——Canny-AAM算法。并利用Cohn-Kanade活动单元编码表情数据库对该算法进行了验证，实验表明，Canny-AAM算法算法能够比较精确的定位预定义的面部关键特征。最后，采用SVM分类算法，设计了一个应用于家用服务机器人系统的实时动态的表情识别系统，从实际的运行效果来看，该系统能够满足机器人实时快速的视频处理要求，具有较好的实用性和较强的稳定性。　　 4、提出了一种基于注意度评价的人工意识模型。在研究心理学、脑科学的基础上，依据意识心理学理论对有意识，无意识、意识形成、意识的阈值、注意度等问题进行了探讨，提出了意识的功能模型，并依据马斯洛需求层次理论，利用模糊综合评价理论建立一种了注意度评价模型，最终提出了一种基于注意度评价的人工意识模型。最后，引入脑波的概念，建立了机器人情感映射模型，给出了模型的信息处理流程，并采用Visual C++6.0和SQLServer数据库开发了家用服务机器人对话平台，在一定的使用限制条件下，验证了本模型在完成任务的思维推理过程中，进行无意识决策(查数据库)和有意识决策(推理模型)的可行性和合理性。　　 在上述算法及模型研究的基础上，本文设计实现了一款家用服务机器人系统。该机器人能够同人类进行多模态的情感交互，可以实时的进行身份识别、情感识别，并根据外部刺激和环境信息，利用肢体行为和面部表情做出相应的情感反应。