服务型机器人为完成各种复杂的导航与作业任务,利用知识来对网络环境中的各种辅助资源进行决策利用,是提高其智能水平的有效途径。本文以机器人与智能环境相互结合的网络机器人系统为背景,系统研究了基于知识描述与处理的机器人任务决策执行系统设计及典型服务应用实现。论文分析了网络环境下服务机器人任务执行需求及应用系统运行开发环境,给出了基于知识的服务机器人任务执行系统总体结构。在开源机器人知识库KnowRob提供的常理知识基础上,扩展开发了知识库中的服务与需求描述等模块,并提出了一种机器人任务的由粗到细分解方法。粗分解阶段对网络获取的自然语言描述任务,利用知识库中的概念描述,将任务分解为符合CRAM标准规范的子动作计划序列。细分解阶段,通过任务隐含信息的推理、网络辅助资源的查找与组合、任务动态重规划等,实现自动将各个子动作计划序列细致地分解为一系列服务基元的组合,解决了仅依靠机器人本体有限资源难以完成任务的问题。借助ROS平台开发实现了机器人计划生成、分配与执行功能。结合家庭服务机器人典型应用,搭建了知识化的网络机器人任务执行系统实例。主要开发了三种典型感知与作业功能模块：基于激光传感器的移动机器人定位导航功能模块、基于视觉的交互式物体识别功能模块、以及轻质机械臂物体简单抓取功能模块。介绍了具体模块的开发实现及网络环境下的节点化封装。搭建了仿真实验平台并验证了单个机器人利用知识辅助完成日常任务的可行性。针对家庭服务机器人典型应用,给出了基于知识的网络机器人系统任务执行实例,从复杂任务的分解和环境辅助资源的决策利用两个角度,验证了知识化机器人执行系统的可行性。