为了实现服务机器人对物品知识的类人认知和推理，以辅助机器人执行物品操作任务，提出基于属性的家庭物品语义知识库构建方法.通过对物品知识进行分类，使用视觉、类别、物理、功能、操作属性对物品知识进行系统化和条理化的描述，结合本体建模语言对物品知识进行建模；利用语义网络规则语言，制定针对物品属性的推理规则（包含视觉、类别、物理-功能、视觉-类别、类别-类别），实现对物品属性的自主认知及推理.在实验室搭建的机器人物品操作仿真平台上验证了物品语义知识库对机器人操作物品的指导作用.对语义知识库的查询结果表明，机器人可以以统一的形式获取与物品相关的多种高层语义信息.

为了提高基于表面肌电信号（sEMG）控制的手部运动康复器对人手多种动作模式的识别率，比较常规支持向量机（SVM）多类分类器的特点，提出改进的决策树支持向量机多类分类方法.该方法引入基于sEMG特征向量的类间距离可分性测度来指导决策树的构建，能够为每个SVM子分类器的训练提供识别率较高的样本划分方案，在提高决策树内部节点分类成功率的同时，简化了分类器结构.通过实验对比可知，新方法在20种手部动作模式的识别训练过程中，单项动作最低识别率较常规决策树方式提高了7.1%，平均识别率达到88.9%，训练速度较一对一支持向量机分类器提高了5.8%.

为了提高仿人机器人SHFR-Ⅲ人机交互系统的定位精度和定位可靠性，设计多传感器定位系统，包括基于热释电红外传感器垂直阵列的红外定位系统、基于听觉传感器三角形阵列的听觉定位系统和基于立体双目视觉的视觉定位系统.提出权重随目标位置和外部环境可变的加权平均融合算法，将3种定位数据的融合结果作为最终定位结果.实验结果证明：多传感器定位系统的限制条件比单传感器定位系统更少，环境适应性更强，有效提高了交互系统的整体定位精度和可靠性.

将最优控制理论中的双生成函数方法应用到双足步行机器人的在线最优步态生成中.针对线性化的机器人模型，分别以关节角度和力矩为状态和输入变量，考虑能量消耗，构造线性二次型最优控制问题.基于一对生成函数推导得到该问题的解，可以参数化为线下计算系数和边界条件，相对应的求解过程由线下数值积分部分和线上代数运算部分组成.通过设置多步仿真实例进行计算.结果表明，利用该方法可以显著地提高机器人步态的在线生成效率.设计比例微分控制器，当机器人以合理的步长和适当的时间段行走时，由线性化引起的建模误差可以被控制在较小范围之内，非线性模型的轨迹可以很好地跟踪线性化模型的轨迹.

为了探究番茄果实串收获机械手的轨迹规划方法，以七自由度番茄收获机械手为研究对象，运用D-H法建立运动学模型，得到位置和速度的正、反解.采用多项式插值法、抛物线过渡的线性插值法、摆线运动法和B样条插值法，对关节约束条件下的机械手，从复位点到采摘点的运动进行关节空间轨迹规划与仿真试验.分析关节运动的位移、速度和加速度，对不同规划方法的关节最大速度进行定量分析.利用五次多项式法和摆线运动法，研究末端执行器的位移和速度. 结果表明，利用五次多项式插值法能够满足关节路径点的位移、速度和加速度边界条件，规划的关节运动轨迹连续平滑，关节最大速度较摆线运动法平均降低了6.25%，提高了机械安全性能，对应的末端执行器运动轨迹平滑，无跳变点.

为了增加足式机器人的腿部运动范围和吸收地面冲击力，在刚性躯体四足机器人的基础上，设计3-RPS并联机构作为机器人的脊柱.建立有脊柱四足机器人的运动学模型，得到脊柱关节的周期性与质心位置的关系.在对角步态的基础上，利用脊柱偏航方向的自由度，规划了脊柱扭转对角步态.采用Hopf振荡器，建立耦合中枢模式发生器（CPG）网络输出步态曲线.通过与刚性躯干四足机器人的对比仿真和实验可知，主动脊柱的加入使机器人运行过程中的俯仰波动降低45.79%，矫正了偏航位置. 脊柱关节的周期性转动不会引起质心位置的突变.脊柱波动与肢体摆动间的协调，使得有脊柱四足机器人具有更优的运动性能.