依托于人工智能技术的加速普及,家庭服务机器人正在重建科学、舒适、健康的生活方式,赋予人们更加幸福美好的生活。在机器人逐步走入家庭环境的过程中,为了建立自然和谐的人机交互方式,提升用户在家庭环境中的舒适度与幸福感,人们对机器人提出了更高的期许。除智能化需求外,希望机器人能够模仿人类“察言观色”的能力,根据用户的情绪,模拟人的情感照护思维进行任务感知与执行。将家庭服务机器人的任务规划与情感识别技术有效结合,构建一种基于用户情感信息的机器人服务自主认知方式,这是现代智能家庭服务机器人研究的重点。本文以家庭环境智能空间为背景,设计了基于情感信息的机器人服务自主认知和修正系统,使机器人能够基于用户情感状态进行服务任务认知以及服务内容的修正,并且服务认知过程中根据用户的个人喜好选择相应的个性化服务项目,为用户量身定制服务内容。在每次服务结束后,机器人对服务知识进行自学习,为后续的服务认知提供经验。本文主要工作如下:（1）构建基于用户生理信号的服务机器人情感识别系统。首先对生理信号进行预处理,设计滤波器在保正原始信号信息不丢失的前提下去除噪声信号。在对预处理后的各生理信号提取相应情感特征后,利用集成学习与双向长短时记忆循环神经网络（Bi-Directional Long-Short Term Memory Recurrent Neural Network,Bi-LSTM）两种方法构建情感识别模型。在集成学习方法中,针对提取的特征中往往含有冗余与弱相关特征的问题,利用聚类与最大相关最小冗余（Max-Relevance and Min-Redundancy,mRMR）算法进行特征初步筛选,剔除不必要的特征,之后结合支持向量机（Support Vector Machine,SVM）与K近邻（K-Nearest Neighbor,KNN）两种机器学习算法进行情感识别。在Bi-LSTM方法中,对整段生理信号进行序列化处理,在时间与特征两个维度抓取信号中包含的情感信息,实现对情感状态的识别。（2）考虑到机器人服务认知过程中情感的重要性,融合情感识别与案例推理（Case-Based Reasoning,CBR）,在智能空间场景下建立以情感为核心的服务认知模型。首先对包含用户情感信息智能空间场景数据进行编码,然后利用哈希索引与最近邻策略进行案例检索,重用源案例结果实现服务自主认知。并在服务结束后将服务数据以增量的方式保存到案例库中,实现机器人服务认知知识的丰富与增长。（3）面向用户之间兴趣喜好的差异性以及用户兴趣喜好的可变性,建立机器人个性化的服务推荐系统。在初步服务认知的基础上,对服务内容进一步细化,利用协同过滤算法根据相似用户的既有行为筛选符合目标用户喜好的内容。然后结合基于内容的推荐算法,在符合用户情感需要的基础上提供服务,进行最终的服务项目选择。最后,以用户的情感状态作为反馈修正机器人的服务内容,降低人工参与度,增强用户体验。（4）针对本文提出的多模态生理信号情感识别方法与机器人服务自主认知机制展开了实验。实验结果显示利用多模态生理信号能够取得良好的情感识别结果;通过机器人服务自主认知方法与个性化服务推荐算法,能够实现基于用户情感信息的机器人个性化服务认知与修正,并且能够实现机器人服务认知知识的自学习;在家庭环境智能空间场景中,验证以情感为核心的机器人服务自主认知与修正系统的有效性。