近年来,服务机器人的需求量日益增加,主要于交互装配、陪护、教育娱乐、陪伴、助老助残等领域。服务机器人的工作场景比较复杂,存在很多不确定因素,而且在工作的过程中存在很多与人交互的过程,为了确保服务机器人可以在复杂的工作环境中与人类有效地与人进行交互,需要提高服务机器人的自然人机交互水平、使其充分理解用户的操作意图。大多数的服务机器人只能完成指令操作,缺乏识别用户操作意图的能力。本文针对服务机器人对用户的操作意图的理解展开研究,主要研究如下:首先,选取了合适的RGB-D相机用来采集人体骨骼的深度图像,获取人体骨架深度数据。通过深度图和RGB图的坐标变换,实现RGB-D图像的可视化。在人体骨骼数据的基础上计算人体关节旋转角度,并通过分析人体运动映射,提出利用人体骨架关节点的关节角度时间序列建立人体运动特征模型。研究了层次分析法(AHP),分析表达用户意图的主要因素。提出利用AHP对手势G、矢量夹角V和手与待抓取目标的欧氏距离S这三种意图表达因素进行权重匹配,并提出基于层次分析法的意图识别算法。该算法能够准确有效地提前预测用户的操作意图,并且算法简单,计算复杂度低。最后,本文建立了自然人机交互的意图识别系统,并设计实验对所提出的意图识别算法进行验证,针对3个和4个(多个)不同形状的待抓取目标设计两组试验,多次实验并采集数据。实验表明该意图识别算法能有效地提前预测用户的操作意图;多个待抓取目标的抓取实验表明,该算法适应不同用户的操作,算法有效且具有通用性。本文在获取RGB-D图像和对人体进行三维建模的基础上,提出基于层次分析法的意图识别算法,并设计实验验证了该算法能够提前预测用户的操作意图,具有有效性和通用性。