随着智能空间异构性、动态性和复杂程度的提高,智能空间下的资源管理成为制约其服务效率的主要因素。如何有效地分配、利用这些资源以及如何解决资源使用过程中产生的资源冲突成为智能空间中亟待解决的问题,因此对智能空间资源管理的研究具有重要的理论意义和实际价值。本文在对智能空间不同资源进行详细分析的基础上,根据不同资源的特点搭建了相应的资源管理系统；其次对智能空间中的资源冲突问题进行了深入研究,并设计了相应的资源调度策略；最后,对智能空间与云平台结合框架进行了探讨,研究了智能空间与云平台结合过程中的服务选取问题并进行了算法设计。本文的工作主要分为以下几部分：(1)设计智能空间资源管理系统框架,根据智能空间中不同资源的特点,将智能空间中的资源分为实体资源和虚拟资源两大类。其中实体资源又被分为电器设备资源和机器人资源。针对实体资源中的设备资源,利用RM04模块和STM32单片机构建智能空间WIFI控制网络,实现设备资源的远程管理和控制。针对实体资源中的机器人资源,利用UPnP (Universal Plug and Play)技术建立ROS (Robot Operating System)机器人中间件,实现智能空间与ROS机器人之间的松耦合以及零配置,提高系统的可扩展性与兼容性。针对智能空间中的虚拟资源,基于UPnP和WCF (Windows Communication Foundation)技术设计了一种面向服务的智能空间资源管理系统,并通过该系统实现了虚拟资源的整合和管理。最后设计了统一的Web人机交互接口,方便用户实时管理和监控整个智能空间中的资源。(2)研究智能空间中的资源冲突问题并设计相应的资源调度策略。针对实体资源冲突问题,提出了一种基于模糊意见集中排序的设备动态匹配的调度方法。该策略在保证重要任务优先执行的前提下,同时对智能空间中的空闲资源实现了合理的利用。针对分布式环境下ROS服务机器人的节点管理问题,设计了ROS机器人服务节点管理系统,实现了在分布式环境下ROS节点的自动启动、关闭和ROS机器人设备的查询功能。该系统通过对ROS服务的有效管理减小了机器人的计算负担。针对虚拟资源调度问题,提出了一种基于贪婪算法和遗传算法的虚拟资源调度策略。该资源调度策略主要分为两种情况：当智能空间的虚拟资源不足时,对虚拟资源的调度策略主要解决虚拟资源的冲突问题。将虚拟资源冲突问题抽象成0-1多背包问题,并使用遗传算法对该问题建模求解；当智能空间的虚拟资源比较充足时,采用贪婪算法求解虚拟资源分配问题同时兼顾虚拟资源的负载均衡。仿真结果表明该策略可有效提高智能空间中虚拟资源的利用率,减少服务执行时间。(3)研究并设计智能空间平台与云平台结合框架,针对智能空间技术与云计算技术结合中存在的服务选取问题,提出了一种基于模糊层次分析法与奇异值分解的服务选取策略。该策略可以结合智能空间环境信息与服务本身的特点,在服务信息不全的情况下,从智能空间与云平台功能相似的服务中自适应地选取合适的服务。