为帮助语言能力和精细操作能力受损的老龄及残障人士（例如中风病人等）更简单易用的掌控载臂式轮椅机器人（Wheelchair Mounted Robotic Arms,WMRA）执行非结构化任务,本文提出一种通过激光点点取场景物品来推理动作意图、适应非结构化环境的语义激光直觉交互操作方法,并重点针对该方法中激光锁定物品涉及的激光语义、物品类别以及后续动作等“上下文”信息的快速可靠识别技术进行了研究。关键研究内容包括语义激光交互原理框架设计、光点上下文信息识别、激光语义的设计与检测、任意被点取家居物品的可靠类别识别等,具体如下:（1）激光直觉交互原理框架设计与光点上下文信息识别。首先,基于《关于功能、残疾和健康的国际分类》（ICF）对老龄及残障人士的日常家居任务进行统计分析获得常用物类及动作集;接下来基于物体功能可供性思想分析了基于物品“上下文”线索的动作意图识别可行性;在此基础上,结合YOLO v3算法、研究深度相机和彩色相机对齐策略,开展复杂日常家居环境中任意位置激光点空间位置检测方法研究;基于点云库（Point Cloud Library,PCL）完成深度相机视野中任意物体的分割提取及其点云形心坐标的计算,通过坐标变换将激光点坐标与各物体形心坐标对比锁定激光点点取的物体。（2）激光语义设计及防手抖检测。基于方便用户操作的原则,设计激光点点选和常亮锁定两种基本语义,并将两种语义组合以映射常用家居任务指令;结合支持向量机（Support Vector Machines,SVM）设计激光语义检测方法,并在建立激光语义训练集时,针对特殊用户存在的手抖问题,在训练集中随机加入手抖数据以提高激光语义检测的鲁棒性。（3）任意被点取家居物品的可靠类别识别。结合公开数据集与自制家居物体数据集,建立大约13万张共42类物体的涵盖ICF家居任务的训练数据库,进行YOLO v3物体识别模型的训练,开展日常家居物体的识别方法研究。此外,为保证实际交互操作中任意新增未知物品的快速可靠识别,提出多权重模型并载的任意新增未知物体检测方法,在仅使用原始模型和新增物体数据集的情况下,实现新、旧类别物体的检测,克服卷积神经网络的灾难性遗忘,并与基于增量学习思想的新增物体检测方法对比分析。（4）激光语义交互操作系统平台的集成与实验研究。首先基于Jaco机械臂、卫美恒电动轮椅、联想笔记本电脑、华硕Xtion Pro Live摄像头以及普通激光笔搭建WMRA硬件平台,并基于机器人操作系统（Robot Operation System,ROS）进行激光语义交互系统软、硬件集成。在该平台上,开展任意新增未知物体的可靠类别识别实验测试与日常非结构家居任务的激光语义交互控制示范研究。实验结果表明,本文所述的基于多权重模型并载的方法可以成功检测任意新增物体类别并克服灾难性遗忘;另一方面,可基于激光语义简单交互实现动作意图推理与日常非结构家居任务的组装执行,准确率可达92%以上。实验证明,本文提出的方法有效的满足了残障用户对交互操作简易性、掌控感和适应性的需求。