身份识别技术作为人工智能领域中的一个重要方面，受到人们的广泛关注。尤其，随着具有身份识别功能的智能机器人的出现，该技术的应用领域得到进一步拓宽。但是，由于技术复杂、价格昂贵等原因，该类机器人并没有被广泛应用到现实生活中。所以，深入研究智能机器人身份识别技术具有重要意义。　　本文总结学习国内外身份识别技术的研究成果，基于实验室前期的研究基础，针对智能机器人，提出一种使用方便、开发简单的身份识别方法。该方法分为音频控制和视频验证两部分，即首先运用声源定位技术判断待识别人的方位，然后运用人脸识别技术鉴别人物身份。论文具体研究内容如下:　　首先，研究了基于到达时间差的定位技术，该技术先利用时延差估计法得到两传声器接收声音的时间差，再利用得到的时间差结合定位模型计算声源的具体位置。其中，时延差估计包括广义互相关和自适应滤波两种常用的算法，由于前者计算量小、实时性好，本文选用该算法进行时延差估计。另外，讨论了平面四元十字阵和平面四元三角阵两种定位模型，在此基础上提出了平面六元阵的定位模型，并进行误差分析，结果表明，该模型定位性能稳定、计算结果准确。　　其次，深入研究了人脸识别技术，该技术主要分为两部分:人脸检测和人脸识别。其中，人脸检测采用AdaBoost算法和肤色模型相结合的方法，实验证明，该方法可以有效地降低将非人脸误认为人脸的概率。另外，研究了基于嵌入式隐马尔科夫模型进行人脸识别的方法，并在Yale人脸库上进行实验，实验表明，该方法的识别率较高，且较稳定。　　最后，搭建了硬件结构，选用拾音器、数据采集卡和USB摄像头作为信息输入设备，选用机器人舵机作为运动设备。设计了软件应用程序，采用进程和线程相结合的编程思想，最终完成了智能机器人身份识别系统，并对系统进行实验，结果表明，该系统使用方便、运行可靠、结果准确。