室内环境是关系到每个人生命安全的重要部分,其次人体自身的状态也极大的影响了发生危险事故时出现意外的情况。这一情况在老年人群体中尤为突出,越来越多的人开始重视独居老人的室内安全问题,室内视频安防设备应运而生。但以往安装摄像头的方式缺乏灵活性,通常室内需要安装多个摄像头,耗费大量人力物力。另一个难题在于室内环境复杂,容易出现遮挡情况,或者捕捉不到完整的人体动作,导致人体姿态识别不准确。随着摄像头技术的发展,诞生了许多价格便宜且功能强大的摄像头,例如微软的Kinect二代摄像头等。与传统的单目摄像头相比,Kinect二代不仅提供了彩色信息,还提供了深度信息。根据机器人具有体积小、移动灵活的特点,本文设计了搭载Kinect二代的家居环境检测机器人系统。本文设计的家居机器人系统包括两大功能,一是检测室内环境数据,二是识别室内人体姿态。主要工作内容如下:首先,根据分析功能需求,设计了机器人的主体结构并进行了系统配置。通过对温、湿度模块、PM2.5采集模块、燃气检测模块及门磁开关模块进行组网,采集了室内的各项环境数据。其次,提出了一种在ROS系统下使用人体骨骼节点向量的角度累计变化作为特征表示的方法。利用Kinect二代和OpenNI2提供的15节点人体骨骼数据,在人体解剖学的基础上构建投影坐标平面,计算空间位置和骨骼角度。通过时间金字塔方法对不同时间间隔的骨骼角度数据编码,形成多级特征向量。实验室对多人录制动作视频样本,并对SVM进行训练,在测试集样本上的正确识别人体姿态的交叉验证率达到了 86.95%,实验结果表明了该人体姿态识别方法的可行性。最后,为了解决人体被遮挡时出现漂移问题,并进一步提高上述算法的可靠性、实时性和可移植性。对算法进行了改进,通过使用扩展卡尔曼滤波法估计被遮挡骨骼节点坐标,代替原始数据中的误判数据。根据自适应能量法,以骨骼角度变化多少作为衡量能量的标准,按照等能量划分视频中的动作。再次用SVM进行分类,分类正确率达到了92.1%,实验结果说明改进的姿态识别算法具有较好的分类效果。再配合人体姿态数据,设计了家居安全状态评价标准,通过室内环境数据与人体姿态数据的融合,更好的判断室内人体安全情况,完善了整个家具机器人系统。