随着机器人技术的快速发展,服务机器人在家庭生活中扮演着越来越重要的角色。而家庭环境下信息繁杂多变,使得服务机器人缺乏一个统一性、规范性和具备学习能力的知识体系。因此,本文研究了私有云框架下面向服务任务的本体知识构建方法。基于本体论诞生的本体库可以将杂乱的知识进行高效的整理与分类,实现知识的规范化运用。利用目标检测与自然语言处理技术提出的本体库知识自动添加机制使本体库具备了学习能力。为了实现多机器人之间的信息共享,本文搭建了专门的私有云服务器,利用不同本体库之间的关系,实现了本体知识库的一体化表征。三者结合,解决了服务机器人难以直接利用家庭环境信息的问题。本文主要完成如下工作:首先,构建了物品本体库,将物品信息进行规范化的整理与分类,解决了家庭环境信息杂乱机器人难以利用的问题。为机器人服务任务的执行提供了一个庞大的先验知识库。针对机器人与本体库信息交换的问题,开发了基于Python语言的本体库接口,接口的功能主要是对本体库进行解析、查询、更新和写入。考虑到用户使用的现实情状,还专门设计了简单操作的UI界面并将接口功能封装成可视化软件来实现对本体库的知识操作。其次,提出了本体库的知识自动添加机制,解决了本体库学习能力不足的问题。首先,利用目标检测模型获取未知物品类名,根据服务请求确定是类层级还是实例层级的知识需求,实例层级需求还需要对已检测图片进行主颜色识别用来确定物品颜色。通过网络爬虫爬取相关的文本信息,对这些文本信息进行预处理然后经文本分类模型提取有效信息。文本分类模型的效果会直接影响到知识选取的准确率和全面性。因此本文采用LSTM神经网络作为分类模型并专门设计了实验与传统的分类模型进行对比,根据相关理论知识自行设计了合理的评价指标。进行实验得到了不同分类模型的评分,实验结果证明了采用上述网络有效地提升了文本分类模型的效果并在最后进行了整个添加流程的实验验证,最终成功的将网络中获取的知识添加至本体库。最后,设计并搭建了私有云服务器,建立了多种用户端与云端的数据交互渠道,提出了基于SSH协议的用户端知识实时传输机制,实现了用户端到云端的知识及时传递。利用不同本体库之间的相互联系,结合上述提到的本体库的知识自动添加机制,实现了私有云框架下的本体知识一体化、层次化的表征。同时还搭建了专门的仿真家庭环境和服务机器人模型,结合本体库接口程序,形成了统一规范化的知识体系。在该体系的支撑下,进行实验并辅助机器人执行并完成了具体的服务任务。