随着机器人技术的飞速发展,不同平台、不同类型的机器人层出不穷,目前,已广泛应用在工业领域,并逐步向家用、服务业、军事等领域扩展。传感器作为机器人感知外界信息的重要组成构件,在机器人执行感知任务时起着至关重要的作用。不同机器人配备有不同的传感器,提供了不同的应用开发接口,导致同一感知任务需要适配不同机器人,极大地增加了开发者的工作量,且不具有通用性。将机器人的传感器有效地管理起来,为机器人感知任务开发提供统一接口,实现不同机器人之间的互联互通互操作对机器人感知任务的开发具有重要的意义。机器人经常在复杂的上下文情境中执行感知任务,许多研究者和实践者研究开发上下文感知应用以提高机器人执行任务的环境适应性,上下文识别与感知服务的高度耦合不利于感知应用快速构建以及系统实现。将上下文识别与感知服务解耦,为机器人上下文感知应用的快速构建提供支持,是目前机器人感知领域研究者和实践者所面临的挑战之一。本课题以现有开源机器人操作系统ROS为基础,重点围绕机器人传感器管理模型的设计,以及对开放环境下上下文感知应用快速构建的支持等问题展开研究,提出了基于角色传感器管理模型与上下文驱动的机器人感知计算框架,二者共同构成基于角色的感知框架。本文的工作具体包括:一、在对机器人中间件和目前最流行的手机操作系统Android的传感器管理等相关技术进行深入分析的基础上,凝炼机器人在传感器管理方面的共性需求,将传感器分类并提出传感器角色的概念,以开源机器人操作系统ROS为载体,设计并实现了传感器角色的数据封装机制,并统一了传感器角色数据获取方式,为不同类型机器人的传感器数据获取提供了统一的接口。二、在对普适计算中的上下文感知计算框架的分析的基础上,凝练出机器人在上下文感知计算框架方面的需求,重点关注上下文识别与智能执行器的构建方面,设计并实现了上下文驱动的机器人感知计算框架,将上下文识别与感知服务解耦,为上下文感知任务的快速设计与原型实现提供了支持。三、底层的传感器管理模型与上层的上下文感知计算框架共同构成基于角色的机器人感知框架,本文在ROS上实现了该框架,对Turtlebot移动机器人实现了传感器管理模型,并通过框架快速构建并实现了一个典型的上下文感知应用,对本文工作的有效性进行了验证。