随着人工智能技术的快速发展,服务机器人的应用也越来越普及,完善室内服务机器人的各项功能使其更好服务人类的相关研究受到了更多学者的重视。而关于服务机器人的自主移动和室内场景中的人机交互一直是这个研究领域的两个热门课题。本文提出的面向服务机器人视觉辅助系统主要实现了两方面的功能:视觉定位以及人脸检测跟踪。在室内的结构化环境中,激光里程计适用性差,部分场景无法使用,本文研究的视觉定位系统通过向上获取的视觉信息可以较好弥补这一不足,为后续研究机器人的自主移动奠定了基础。而人脸检测及跟踪系统则可以准确捕获并跟踪人脸,进而将人与障碍物准确区分,是接下来进行人机交互等操作的基础。视觉定位系统方面,主要利用标定后Kinect传感器中获取的RGB-D数据,不再提取图像的特征点,而是基于灰度不变理论,即运动过程中同一空间点的像素灰度在各图像中保持不变,直接利用图像中半稠密像素点的灰度信息,通过最小化连续帧间的像素灰度差得到了机器人的位姿变换矩阵,并构建半稠密的点云地图。实验硬件平台基于Pioneer 3-DX轮式移动机器人,搭载奥比中光Kinect、技嘉工控机等实验设备,分三个不同室内实验场景进行闭环实验,验证了定位系统的有效性。人脸检测及跟踪系统方面,主要提取图像的Haar特征,利用积分图法计算出Haar特征值后,通过AdaBoost算法训练强分类器,最后将强分类器级联成人脸检测器。在人脸检测的基础上加入归一化积相关匹配算法实现人脸跟踪:在上一帧保存的区域附近启用检测器进行人脸检测,若未检测到人脸则调用模板匹配算法,利用保存的模板在区域内进行人脸特征的匹配,最终实现了对人脸的实时跟踪。并通过专业视频集对系统进行了测试,验证了此套人脸检测跟踪系统良好的鲁棒性能。