正逐年加剧的人口老龄化问题给我国养老助老行业带来了巨大冲击。同时养老产业体系不完善,养老资源不充足,劳动力人口比例逐年缩减等因素,都使得未来养老助老产业将面临资源大量短缺的问题。伴老家庭服务机器人的出现为解决养老助老这一系列的社会问题提供了新思路,也成为当下的研究热点和产业的发展方向。本文以伴老家庭服务机器人为研究对象,针对现有家庭服务机器人无法有效监控老年人异常疼痛状态的实际问题,重点对老年人痛苦表情识别展开研究。首先对不同生活条件的老年人群进行走访调研,分析其对伴老家庭服务机器人的功能需求,针对调研结果开展功能设计,并进行模块分析与硬件选型;之后结合公开数据集,建立较为均衡的人脸检测训练样本集;其次通过AdaBoost模型,构建有效的级联分类器,完成基于Haar特征的老人人脸检测;然后结合公开数据集和自主采集的老人面部痛苦表情,构建老人面部表情数据集,并对数据集进行增广和图像质量提升,以增强面部表情特征的表征能力;接下来结合迁移学习思想将预训练得到的VGG16网络模型迁移至老人面部痛苦表情识别中,并通过网格搜索调参完成对模型参数的优化。实验结果表明,VGG16能够较好的完成老年人痛苦非痛苦表情的二分类问题。最后以Qt为开发平台,设计一款应用于伴老家庭服务机器人的老人痛苦状态应急警报软件,实现伴老家庭服务机器人在居家环境中对老人痛苦状态的紧急情况处理。以上研究内容对家庭服务机器人在面向老人智能看护层面的深入探索具有十分重要的意义,可以为伴老机器人等系列产品提供一定的改进思路和发展方向。