随着自动化技术和传感器技术的不断发展,机器人越发变得智能化,在生产和生活中扮演的角色也愈加重要。机器人技术研究及应用水平是衡量一个国家科技创新和高端制造业水平的重要标志,因此对机器人的研究具有非常重要的战略意义。移动机器人的自主避障是自主导航时路径规划的重要组成部分,而要实现精确的避障,如何感知并理解周边的环境是其中的难点和热点。与单个传感器相比,多传感器,特别是异质传感器之间可以较好地进行信息的互补和融合,对外界环境相对全面的描述,从而提高机器人在导航时系统决策、规划的科学性,反应的正确性和快速性。本文重点研究了基于深度摄像机和激光雷达信息融合的障碍物检测,并通过模糊逻辑算法实现了机器人的实时避障。首先,由于单一传感器不能准确、全面地对机器人的周边环境进行描述,进而会造成机器人的避障策略受到影响,所以本文选取深度摄像机和激光雷达共同作为测距系统的传感器,并详细介绍了机器人整体框架的软硬件平台。然后,系统研究了基于异质传感器信息融合的障碍物识别原理。提出了最小二乘原理和融合规则相结合的算法,对预处理后的各个传感器数据进行融合,获取障碍物的准确位置。最后,针对常规避障算法中机器人抗干扰能力差、避障不灵活的问题,设计了一种基于模糊控制的避障算法。该算法主要是利用模糊逻辑控制器对机器人的周围环境信息进行分析和判断,并规划出一条避开障碍物的路径。利用Visual Studio 2012和Matlab混合编程,将模糊控制算法应用于避障系统,并通过不同场景的避障实验得出模糊系统的相关参数。实验结果验证了异质传感器信息融合对障碍物识别的有效性和机器人避障的灵活性。