家庭服务机器人是在家庭环境下工作并提供个性化服务的机器人，机器人定位和识别技术是实现其功能的两项重要技术。Kinect、Creative Senze3D等深度视觉设备提供了快捷方便的深度测量手段，它们获取的深度图像给机器人定位和识别技术带来了新的思路。但是深度图像有大量的深度数据，如何从中提取出机器人需要的信息是一项挑战，本文研究了深度感知技术及其在家庭服务机器人中的应用，主要包括两方面的内容，第一个方面的内容是路标测量及其在家庭服务机器人主动定位中的应用，第二个方面的内容是人体识别技术及其在人-机器人交互中的应用。　　针对路标测量问题，本文首先研究了Kinect这类近红外结构光深度视觉摄像机的成像模型，然后讨论其深度摄像机和彩色摄像机的内参数及相互关系的标定。在测量部分，本文首先完成了图像的畸变校正，然后通过图像处理技术提取二维码路标，并通过摄像机标定的内外参数推算其在机器人坐标系下的位置。为了消除反光点的影响，本文利用了深度数据和路标形状的约束。　　针对人体识别问题，本文研究了人体姿势识别，静态手势识别和动态手势识别。人体姿势识别是利用头部和手部的位置关系识别人体姿势;静态手势识别是手部静态姿态的识别，本文研究了手部的提取和跟踪，手部三维特征的提取;另外，本文还探讨了支持向量机、决策树等分类器在不同手部特征下的准确率和实时性;手的动态识别是手部运动轨迹的识别，本文通过手部运动轨迹与模板的欧氏距离变化曲线分析手部运动的规律，最后利用动态时间归整方法实现了单手和双手的动态手势识别。　　在家庭服务机器人的应用方面，本文提出了基于深度感知的机器人主动定位和人机交互方法。在家庭服务机器人运动过程中，通过Kinect的深度图像和彩色图像提取二维码路标并确定其在机器人坐标系的坐标，并估计离机器人最近的二维码路标位置，实现机器人主动定位。为了将人体识别技术应用于家庭服务机器人的交互，本文还结合语音提示设计了基于人体姿势识别和手势识别的家庭服务机器人交互流程。