随着移动机器人应用领域的逐渐扩大,它们的工作环境也将复杂多样。移动机器人的环境感知系统负责获取机器人内部状态和外部环境信息,是机器人进行决策规划的基础。国内外许多研究人员正致力于移动机器人环境感知方面的研究,通过在移动机器人上安装多种传感器,并利用信息融合方法将所得信息融合,得到环境的一致性描述。随着传感器和计算机技术的发展,基于多传感器信息融合的环境感知研究会更加深入,出现更多的成果。本文在河北省自然科学基金项目“面向公共安全的移动机械手目标辨识与定位”(项目编号:E2006000030)支持下,以实验室自主研制的HEBUT-Ⅱ型移动机器人为研究对象,针对基于多传感器信息融合的移动机器人环境感知问题,从多个方面进行了深入的系统研究。主要研究内容如下:1.介绍了由本实验室自行研制的HEBUT-Ⅱ型移动机器人的硬件体系结构和车体结构,并对其驱动系统和运动学特性进行了分析。在对车体上的各种传感器简要概述的基础上,确定了HEBUT-Ⅱ型移动机器人的环境感知策略。2.建立了移动机器人的路径跟踪摄像机模型,完成了逆模型变换。并将基于HSI空间颜色阈值的区域分割法应用于移动机器人路面图像分割,该方法抗噪声能力强,所利用的信息量大,不受光照条件变化的影响,算法简单。这些都有利于提高复杂路面图像分割的准确性和实时性,使路径信息成功地从图像空间中恢复出来。根据模糊控制器的设计过程,设计了适合HEBUT-Ⅱ型移动机器人的模糊控制器,进行了移动机器人的路径识别跟踪实验,验证了方法的可行性。3.介绍了多传感器信息融合的方法。通过对它们的特点进行对比,将基于模糊神经网络的信息融合技术应用到移动机器人自主避障中将CCD摄像机和超声传感器信息进行融合。在本实验室内,进行了HEBUT-Ⅱ型移动机器人自主避障实验,验证了该方法有效可行,实现了移动机器人的无冲突运行。