随着机器人技术的发展和人工智能研究的不断深入,服务机器人在日常生产生活中的应用与需求日益多样化,本文立足于服务机器人在自闭症辅助医疗领域的应用展开研究。自闭症是一种发育障碍,在医学上尚无法治愈,现以教育训练为主。现有研究将服务机器人引入自闭症的辅助医疗中并取得了一定成效。这种人工主导的人机交互方案对从业人员的专业素质要求过高,不适合应用推广。因此,本文主要通过基于表情识别的情绪认知方法,开展自主人机交互关键技术研究,旨在提高机器人的自主性,具有广泛的社会效益与科研价值。本文主要研究内容如下:首先,开展面向自闭症儿童的自主人机交互整体框架设计。通过深入研究自闭症认知理论,分析自闭症儿童表现出的社交障碍和语言障碍以及重复刻板行为等主要特征的认知理论基础;通过针对应用于自闭症辅助医疗的服务机器人进行需求分析,明确服务机器人在自闭症辅助医疗应用中的角色和作用,确定机器人的具体功能及性能需求;依据E-S理论并参考现有的人机交互设计理念,设计面向自闭症儿童的自主人机交互整体框架。其次,进行面向自闭症儿童情绪表达特征的情绪认知模型研究。通过Gabor特征提取和弹性模板匹配算法,设计并实现面部表情识别系统;分析并总结自闭症儿童常见的情绪表达特征及其情绪诱因,初步建立面向自闭症儿童情绪表达特征的表情-情绪映射模型;融合机器人与自闭症儿童的自主交互特点,构建面向自闭症儿童人机交 儿任务的情绪认知模型。最后,完成基于情绪认知的自主人机交互系统设计及其实验研究。分析并总结交互任务设计的一般流程,结合自闭症儿童的特点和社交干预训练目标,设计联合注意阶段性人机交互任务;基于Webots移动机器人仿真平台对人机交互任务进行可视化仿真实验和分析;基于人形机器人NAO平台进行人机交互实物实验和分析,从而验证基于情绪认知的人机交互的自主性和可行性。