自主车的环境感知能力、避障导航与模糊控制功能一直是人工智能和智能控制领域的研究热点。本文针对基于多传感器信息融合的避障导航和基于PMAC的自主车运动控制系统进行较深入的研究,旨在研究开发一套快速、准确、可靠的自主车导航与控制系统,以提高自主车的智能化水平。主要研究成果和结论如下:第一,成功地将PMAC应用于自主车控制,基于IPC+PMAC设计了新型的自主车运动控制系统。该系统具有控制精度高,实时性和稳定性好的特点,可使自主车以精确的速度进行连续行走。第二,采用超声波传感器阵列和红外防碰传感器设计了QDU-Ⅰ自主车的多传感器系统,给出了传感器类型、数量的选择条件和布局的优化设计。第三,提出了“基于相对误差的最小二乘法”,并将其应用超声波传感器标定的数据拟合。该方法的近距离标定精度比高斯最小二乘法高,具有工程实用意义。第四,给出了基于Kohonen聚类模糊神经网络的自主车避障导航算法,并利用Kohonen聚类模糊神经网络简化自主车的环境类型。第五,在VC++6.0开发环境下采用多线程技术和模块设计方法开发了QDU-Ⅰ自主车软件系统,包括避障导航仿真、自主车人机界面、多传感器信息融算法、行走路径规划等功能模块。最后,在QDU-Ⅰ自主车上进行的实物避障导航实验,成功地验证了上述研究成果和结沦的有效性和可行性。