Con el objetivo de resolver el problema de que la información ambiental sea difícil de caracterizar cuando se utiliza un servicio inteligente, se utilizan los grafos de conocimiento para expresar la información ambiental al realizar servicios inteligentes. Aquí, diseñamos especialmente un tipo de grafo de conocimiento para la expresión ambiental denominado grafo de conocimiento de robot (R-KG). El trabajo principal de un R-KG es integrar la diversa información semántica en el entorno y prestar atención a la relación a nivel de instancia. Además, a través de la organización eficiente del conocimiento de un R-KG, los robots pueden comprender completamente el entorno. El R-KG integra primero el conocimiento de diferentes fuentes para formar una representación unificada y estandarizada de un grafo de conocimiento. Luego, se explora la profunda relación lógica oculta en el grafo de conocimiento. Con este fin, se propone un modelo de razonamiento basado en una red lógica de Markov para realizar la capacidad de auto-desarrollo del grafo de conocimiento y enriquecerlo aún más. Finalmente, dado que la fuerza de la expresión del entorno afecta directamente la eficiencia de los robots al realizar servicios, para verificar la eficiencia del R-KG, se utiliza aquí como el mapa semántico que puede ser utilizado directamente por un robot para realizar servicios inteligentes. Los resultados finales demuestran que el R-KG puede expresar efectivamente la información ambiental.