当前机器人已进入生产生活中,大量的重复性劳动已被机械所取代。目前基于图像的机器人控制系统已获得广泛的应用,但作为人机交互最为便捷和自然的方式“语音”目前仍应用有限。与工业机器人相比,家庭中的服务机器人对语音的需求格外迫切。本文针对家庭中的服务机器人人机交互问题设计了一套基于语音处理、自然语言处理和任务解析的人机交互系统。相关研究工作如下:针对语音识别的移动机器人人机交互问题,本课题设计了一种从用户和机器人两个角度出发来处理指令的方法。目的是为了在不影响用户语言习惯的前提下尽可能多地让机器人理解用户指令。该理念的具体解决方案由语音处理、自然语言处理、任务分解和仿真系统共四个子系统组成,本文对上述四个子系统进行设计并具体实现。针对语音处理中的语音唤醒、语音识别和语音合成模块,本课题在商业化算法的基础上进行软件开发。主要优势为在满足语音处理需要的前提下,可较为简单地得到能够进行二次开发的可用系统。针对移动机器人人机交互中的自然语言处理问题,本课题提出了将词法与句法相结合的方法,具体为先使用词法分析将文本处理成线性结果,然后将词法分析的线性结果处理为树型结果并进行关键信息抽取。其中词法问题本质上是序列标注问题,本文所使用的指令多为单句模式,深度学习方法的模型较为复杂能够利用上下文中的信息进行序列标注,标注能力强但需大量的数据集来进行训练,根据本课题研究内容的实际情况采用条件随机场的方法来对单句进行处理。句法问题是非线性结构的预测问题,是在词法分析的基础上进一步挖掘语言深层次的信息。本文具体采用基于转移依存句法分析方法,将前一步处理得到的线性结果处理成能够表示词之间依存关系的树形结构,对得到的树形结果进行关键信息抽取以得到句子中的核心关系。为了满足移动机器人任务分解的需要,本文提出了一种将回答集编程应用于中文指令任务解析的方法。该方法通过制定谓词转换规则来将关键信息抽取的结果转换为回答集编程中的谓词,并使用iclingo求解器将用户的抽象指令处理成机器人可执行的原子指令。针对执行验证问题,本文设计可视化的仿真界面对机器人执行用户指令的情况进行仿真验证。具体采用跨平台的C++开发框架QT进行室内环境的搭建、场景的布置和移动机器人运动的控制,仿真系统能够验证本课题指令处理的正确性,并可直观地观察到机器人的运动情况。