随着社会老龄化问题日益凸显，用于助老的家庭智能服务机器人的研究得到了学者的广泛关注。智能服务的本质是家庭智能服务机器人能够人性化地解决家庭成员交给其的各项任务。然而，家庭环境的动态复杂性和服务任务自身的多样性，对于家庭智能服务机器人智能地解决问题提出了很大的挑战。本文针对家庭服务机器人智能解决任务的要求，主要研究了基于全息地图的家庭智能服务机器人任务规划问题，主要包括任务分解、任务分配和路径规划三个问题。首先，基于人解决问题的方式，提出为家庭服务机器人建立完善的知识库，设计了一个由事实和规则两部分组成的知识模型。在此基础上，结合分治和递推的思想，给出了三种将复杂任务分解为简单原子任务的原则。其次，为解决单一服务机器人服务能力不足的问题，对家庭服务机器人的数量进行扩展，将简单原子任务分配给若干服务机器人共同执行，从而提高服务效率。同时，根据家庭环境中任务下达时间的不确定性，以及由同一个复杂任务分解出的若干简单原子任务之间存在一定的依赖关系等特点，建立了任务分配问题的马尔科夫决策模型。最后，基于标准粒子群优化算法，通过增加种群数量，提出双粒子群协同优化算法，并应用于家庭服务机器人路径规划问题。同时，考虑到机器人行进过程中的惯性，改进了传统路径规划方法的结果为折线导致机器人行进效率低的问题，通过利用埃尔米特插值法，将机器人的最终路径设计为一条由若干段平滑曲线连接而成的光滑曲线。