为了摆脱枯燥乏味的室内重复性工作，如家务劳动、照料病人等，室内服务机器人越来越引起人们的关注。人机接口技术是指实现人与机器之间信息交流的方法，而手势识别以其自然、直观的交流方式，符合人类的行为习惯，已经成为最具有发展潜力的人机接口技术之一。本文主要研究了一种适用于室内机器人的手势指令识别方法。　　 采用视觉导航方式的室内机器人往往把视觉传感器安装在机器人身上，利用传统图像采集方式来获取指令识别系统的手势图像存在着诸多不便，例如手势指令输入不方便，手势图像分割算法复杂等等。为了简化系统设计的难度，本文将图像采集设备安装在室内固定位置，研究了一种新的室内机器人手势指令识别系统实现方案，并研究了适用于该方案的静态手势指令识别方法和动态手势指令识别方法。静态手势指令识别方法主要利用手的边缘特征来对不同手势进行分类，采用YCbCr皮肤颜色模型将人手从复杂背景中分割出来，通过八邻域边界追踪算法得到手的外边界，用傅里叶描述子对不同手形进行描述，得到满足尺度不变性和旋转不变性的特征向量，用最小距离法实现对不同手形的识别。动态手势指令识别方法主要是对手的不同运动轨迹进行识别，通过皮肤颜色模型和手势中心点方向向量法追踪得到手势运动轨迹，采用16方向链码法来提取手势运动轨迹的特征向量，通过DTW实现对轨迹的识别。　　 论文最后对本文研究的静态手势指令识别方法和动态手势指令识别方法进行了实验验证，并对算法的性能进行了分析。实验结果表明，该方法可靠、有效，实现了对室内机器人运动的实时控制。