伴随社会需求增长与人工智能技术的发展,服务机器人走进生活为用户提供便捷服务。机器人智能导航方法是完成服务的前提,如何提高导航智能性成为亟待解决的问题。针对机器人任务执行过程面临的任务规划高效性、物品搜索准确性和服务舒适性问题,本文以智能服务为导向,探索机器人智能导航方法并取得如下成果:（1）提出一个基于概率推理的任务序列生成方法。杂乱无序的室内环境加大机器人获得信息的难度,降低任务执行效率。室内环境知识涵盖房间、静态物品和动态物品的语义信息以及物品空间位置关系,这对任务序列生成具有指导作用。为使机器人高效完成规划任务,提出两种概率更新方法分别计算物品位置概率信息并加权。设计概率更新函数使机器人找到目标物品后更新共现概率。使用概率更新方法引导JSHOP2规划器生成合理的任务序列并分解为动作序列用于机器人导航。（2）提出一种引导机器人搜索的混合搜索策略。混合搜索策略包含共现概率更新模型搜索策略与主动视觉搜索策略。设计距离函数计算机器人当前位置与目标位置的距离并与概率更新模型结合选择最优导航路径。室内部分静态物品会被用户移动而改变位置,为解决静态物品位置不确定问题,改进基于条件随机场的主动视觉搜索策略允许机器人自主探索房间从而更快找到目标。（3）提出一种服务机器人舒适服务机制。机器人的舒适人机交互能力与导航能力在人机共享环境中至关重要,机器人要识别用户行为与状态确定舒适交互距离。将关节点速度信息和关节点位置信息作为Mamdani模糊推理系统的输入确定舒适交互距离。考虑到用户舒适性与任务执行高效性,作业在室内环境的服务机器人人机交互与搜索物品时的速度应有所差异。为此我们设置微观速度调整策略（舒适接近速度）与宏观速度调整策略（机器人室内运行速度）。使用用户行为、用户表情和关节点位置信息作为Mamdani模糊推理系统的输入用于确定舒适接近速度并开发人机交互界面使机器人在所有室内场景均可进行宏观速度调控。将舒适交互距离调整策略与舒适速度调整策略结合实现任务执行中的舒适化导航。本文以智能服务为导向,紧密结合机器人的环境认知能力与推理能力,优化了服务机器人智能导航策略,提高任务规划、物品搜索与舒适化服务的能力,对机器人导航策略的优化具有重要的理论与实际意义,为机器人智能服务奠定了基础。