随着社会科学发展的进步,国家对航空航天、军事、工业上的需求不断提高,机器人技术应运而生。移动机器人作为机器人中的一员,由于其具有更好的灵活性、独立性等优点,使得它成为机器人探索中的热门领域。近年来,为了满足实际应用中的需求,不仅需要移动机器人具有很好的环境适应能力,还需要其具有更完善的智能控制系统,而移动机器人的避障及路径规划问题正是该方面研究的热点之一。本论文以移动机器人的避障及路径规划作为研究方向,结合多传感器信息融合技术,对机器人定位、轨迹跟踪、避障及路径规划等问题进行了研究。主要研究工作如下:首先,介绍了本论文的研究背景及意义,阐述了国内外移动机器人的发展概况和移动机器人中的主要技术。以轮式移动机器人为研究对象,建立了机器人和传感器的模型,并对于误差较大的里程计定位问题,采用扩展卡尔曼滤波(EKF)融合算法来提高定位准确度。其次,对于移动机器人的轨迹跟踪问题,设计建立两个模糊控制器——位置跟踪模糊控制器和位姿跟踪模糊控制器,将通过模糊控制器后的输出数据作为移动机器人底层运动控制的期望值,并对系统中的伺服电机控制以及机器人的运动控制采用双PID调节方式来调整机器人的位姿,使其能够跟踪预定轨迹。最后,对移动机器人的避障及路径规划问题进行研究。对于已知环境地图的全局路径规划,采用改进后的人工势场法,该方法能够避免陷入局部极小值点并规划出一条无避碰的路径;对于存在动静态障碍物的局部避障及路径规划问题,分别设计了静态避障模糊控制器和动态避障模糊控制器,并针对动态障碍物提出了相应的动态避障策略,使得移动机器人能够在模糊控制器作用下实时调整当前运行速度及行驶方向,从而能够很好地达到避开障碍物并驶向任务终点的效果。另外,对于上述的移动机器人的定位、轨迹跟踪、避障及路径规划问题所采用的方法,分别进行了仿真来验证其有效性;并且,利用实验室中自搭建的轮式移动机器人实验平台,对本文提出的多传感器信息融合定位进行相应实验,通过实验验证了算法的可行性。