随着机器人技术和人工智能技术的发展,各种各样的机器人逐渐进入日常生活工作中,将人们从简单琐碎的劳动中解放出来。近年来,伴随着新冠疫情出现,医疗资源不足愈加明显,然而,当前的医院病房等环境仍需要大量医护员工进行药品配送,因此,研究具有自主药品配送功能的机器人是医院场景下的重要发展趋势。为了实现这一目标,本文围绕药品快速识别和自主配送两个方向开展病房环境下的移动操作机器人关键技术研究。具体研究内容如下:（1）为了实现药盒的快速检测,本文针对Faster R-CNN算法检测时效性差的问题,提出了一种轻量化的特征提取网络,引入参数预训练的思想,在保证准确率的前提下,提高模型检测的时效性,实现了药盒的快速识别。针对扫描二维码确定药品名称效率低下的问题,本文使用OCR算法识别药品表面文字,实现了药盒文字的快速识别。（2）为了确定药盒的位姿以辅助机器人自动抓取,本文采用了迭代最近点（Iterative Closest Point,ICP）算法,通过对药盒点云的快速配准确定药盒的位姿,进而确定移动操作机器人的抓取位姿。配准量化实验验证了配准算法的准确率和时效性。（3）针对在病房动态行人干扰环境下机器人配送效率不高问题,本文提出了一个基于行人心理学的不适函数,通过在行人模型中融合不适函数,使机器人能够预测行人的运动,避免了机器人与行人间的运动干扰,显著提高了机器人自主导航成功率。（4）为了验证所提出方法的有效性,本文搭建了移动操作机器人软硬件系统和医院病房的实验环境,设计行人干扰下的药品配送实验,试验结果表明病房场景下的机器人能够高效地识别药盒,自主完成药品配送。综上所述,本文自主搭建了特征提取网络模型,实现了快速检测药盒;通过把代表行人心理的不适函数融入Risk-RRT算法,实现机器人在复杂环境下的自主导航;把上述成果与OCR算法、ICP算法移植到移动操作机器人内,实现了移动操作机器人药盒快速识别和高效的自主配送。