本发明公开了一种面向跨领域人机协同作业的机器人自然语言理解方法。该方法包括人机协同作业领域/意图/槽位标签及关系定义、数据集构建、自然语言通用理解模型构建和参数学习、自然语言理解场景模型构建和参数学习、利用模型进行在线预测等过程。通过定义具体领域中通用槽位标签与专用槽位标签之间的对应关系，以及场景特征描述和人物特征描述，实现对用户意图的识别和对应槽位信息的识别，增强了自然语言理解模型的跨领域泛化能力。本发明所构建的机器人自然语言理解场景模型具备处理多模态输入数据的能力，且在模型参数学习过程中，增加了对模型稳定性的度量，有效提高了自然语言理解的准确率、降低了误识别率。