近年来,智能服务机器人、养老服务机器人等特定场景的机器人有了较快的发展,基于目标检测的场景理解是此类机器人研究中一个非常重要的研究课题。但在实际应用中,由于场景背景复杂、目标大小不一等易造成目标检测算法的精度下降的问题。且现有的目标检测算法大多集中于对精度的提升,从而导致模型参数量过大,无法满足模型应用于服务机器人上储存、检测速度的要求。针对以上问题,本文以室内服务机器人的应用场景为研究对象,采用深度学习方法研究相关的目标检测算法,形成对室内场景中物体类别、位置及相互关系准确、实时的语义理解。主要研究内容包括:（1）基于Kinect复杂室内场景数据集的建立。面向室内服务机器人的应用场景,利用Kinect采集不同背景、光照强度、角度复杂室内场景彩色图像,并基于数据增强技术对图像数据进行扩增,构建复杂室内场景目标检测数据集。（2）基于多尺度特征融合的室内场景目标检测算法。利用多尺度特征的互补性和关联性,构建基于多尺度特征融合的SSD目标检测模型,采用迁移学习的思想在室内场景数据集上进行Faster R-CNN、YOLOv3、SSD、改进的SSD的对比实验,验证了算法对于多尺度目标检测精度提升的有效性。（3）基于深度可分离卷积的轻量化目标检测算法。提出深度可分离残差模块,构建基于深度可分离卷积的轻量化目标检测模型,并在自建的数据集上与现有的轻量化目标检测网络Mobile Net-SSD、Tiny-YOLOv3进行对比实验,实验表明,算法可极大地降低模型参数量,提升检测速度。（4）面向服务机器人的实时目标检测模型。结合多尺度特征融合与深度可分离卷积,构建面向服务机器人的高精度、实时性高的目标检测模型,并在视频上对模型进行测试,验证了模型的实时性。通过对复杂室内场景下服务机器人目标检测算法精度及轻量化的研究,构建了面向服务机器人的实时目标检测模型,模型的检测精度可达94.66%,参数量仅为40.8MB,检测一张图片仅需0.027秒,推进了机器人与环境交互的发展。