随着机器人技术的蓬勃发展以及相关扩展功能的研发，人们对人机交互体验提出了更高的要求。由于现有的人工情感模型缺乏统一的情感评价框架，并且将人工情感模型应用到实际机器人上进行人机情感交互的研究较少，情感模型和人机交互手段联系不紧密。针对以上问题，本文根据人类的情感变化规律建立一种人工情感模型，并将该模型与H&Frobot-Ⅲ型仿人头像机器人相融合，使其具有情感表达的能力，实现人机情感交互。　　基于PAD（Pleasuree、Arousal、Dominance）三维情感空间，按外部事件检测及处理、PAD情绪响应向量生成及修正和情绪离散化三个部分，构建人工情感模型总体框架。对几种常见的交互事件进行情感标注，并对机器人内部状态的计算方法进行定义。根据情感标注方式设计情绪样本收集问卷，获取情绪样本。根据收集到的情绪样本训练广义回归网络（GRNN），使其可对外界刺激标注产生自主情绪响应，生成PAD情绪响应向量。GRNN网络的拟合误差在单一维度上均在0.6以下，满足模型要求。对人的个性和心情进行建模，并以此对情绪响应进行修正，使模型的情绪响应更为准确且富有个性。　　对修正后的PAD情绪响应向量进行分类，得到其对应的具体情绪种类。在这一部分，首先对原始分类样本集进行拆分和扩充，之后对分类特征进行选择，剔除冗余和无关特征。最后应用处理后的样本数据对随机森林分类器进行训练，实现情绪分类。经检验，随机森林分类器的情绪分类正确率可达到85%以上。得到情绪的具体种类后，对PAD情感空间中的情绪强度进行了定义和计算。　　将人工情感模型中的计算部分抽象成计算模型，并在MATLAB平台上对模型进行了编程仿真。通过对仿真结果进行分析和评价，验证了模型的有效性和合理性。　　对机器人表情合成和语音应答规则进行了定义，将人工情感模型和语音识别模块集成到本实验室现有的H&Frobot-III型仿人头像机器人平台上，使其可以检测人类语音并对语音刺激进行自主的情感响应和情感表达。依托该实验平台，进行了机器人基本表情生成实验和表情语音协调实验，实现了简单的人机情感交互，验证了人工情感模型的有效性。　　本文的研究将使H&Frobot-III型仿人头像机器人具有类人的情绪响应和情绪表达，为人机情感交互的深入研究提供一定的理论基础。