随着人口老龄化问题的加剧、残疾人比重的增加,以及慢性病人数的上升,人们因劳损而导致的肌肉酸痛症状越来越普遍化和日常化,严重者甚至会发展到肌肉萎缩、瘫痪等程度。肌肉酸痛需要长期和周期性的治疗,而经常性地去医院治疗需要花费大量的时间、精力和费用,从而导致许多人无法得到或放弃了治疗。本文针对以上问题,以设计一款家用自动电子按摩机器人为研究目标,重点对机器人的目标检测及目标的三维定位技术进行了研究。本课题在智能轮椅平台上进行系统开发和设计,该智能轮椅具有路径规划、躲避障碍和环境感知等功能,能够解决机器人到达人体附近的问题。在此基础上,本文的具体研究如下:首先,通过改进OpenPose人体关键点检测算法,实现对按摩区域的准确识别。原始的OpenPose算法计算负荷重,部署在智能轮椅中会消耗设备的大量资源,本文改进的方向是通过平衡模型的准确度和算法的计算消耗,来满足实际使用的需求。OpenPose算法网络结构分为特征提取和检测优化两个模块,本文首先把原算法中使用的VGG-19替代成更轻量化的网络模块Mobile Net v1,用Mobile Net v1的深度可分离卷积算法,替换原网络中的卷积算法,然后对OpenPose多阶段检测优化网络结构进行精简,只保留单阶段的检测优化网络,并使用多个小卷积核去替代原算法中的大卷积核,大大降低了计算复杂度。在算法计算消耗较原始算法降低了约百分之九十的情况下,算法的准确率下降了大概只有6个百分点,其准确率仍可满足应用需求。然后,使用双目摄像头,依据双目视觉原理,利用极线约束缩小空间搜索的范围以提高立体匹配的效率,并增加方位约束匹配算法减少立体匹配的误差,完成对按摩区域的三维定位,实验结果表明其准确率达到了87%,能够满足家用自动按摩机器人对三维定位的要求。最后,对家用自动按摩机器人的安全性进行了分析和设计,并结合以上研究内容和实际环境进行了多次实验,证明了本文设计的家用自动按摩机器人可以稳定、安全的使用,基本满足使用者的日常需求。