随着通讯和计算机技术的日益发展,人们生活质量的不断提高,在智能空间下实现家庭服务机器人与人更好的交互,依靠机器人自身的信息源和有限的检测空间,在许多情况下难以满足实际应用的需要。基于信息融合、利用智能空间全方位多角度的环境感知来扩展机器人对环境的认知、辨识能力,已经成为提高家庭服务机器人智能性的一个重要支撑手段。本文在实验室所搭建的智能空间平台下,研究如何充分利用环境中无处不在的数据资源实现多传感器信息融合,进而协助机器人实现服务任务。本文的工作主要分为以下几部分：(1) 针对复杂场景下信息的多源性和异质性特点,建立智能空间下具有继承性和通用性的多服务协作优化数据融合树模型；基于各融合层的数据特点和服务种类,研究多传感器信息预处理技术,选取并设计与之相适应的时空校准技术和融合算法,实现多源异构传感器数据的多级别融合协作。(2) 在分布式数据融合树下,研究无线传感设备和分布式视觉的信息采集、预处理、特征表述及跟踪定位方法,并基于获得的多源异构场景和目标姿态信息,提出多层次多传感器多融合算法的目标跟踪模型,解决了单一同质传感器目标跟踪所遇到的跟丢或误跟等问题,且能获得较为准确的目标三维信息和跟踪定位效果。(3) 针对机器人目标跟踪问题,利用全局环境得到的目标位置,弥补了自身感知范围相对狭窄的问题；并利用本体激光扫描目标人腿进行近邻点聚类,以获得准确的目标深度信息,保证机器人与目标保持舒适的距离；最后将量测信息在智能空间服务器或云端数据库,用优化的迭代扩展卡尔曼滤波算法进行多传感器的信息融合,实现机器人的准确跟踪服务。(4) 基于网络服务机制,在智能空间下搭建和设计了较完善的软硬件及云数据库系统,根据智能空间服务器的应用需求,提出智能空间服务器与云数据库结合的理念,扩展、提高智能空间的处理能力。