移动机器人技术融合了运动控制、图像处理、信息融合、路径规划、无线通信等技术,其中,Simultaneous Localization and Mapping(同时定位与地图创建,简称SLAM)技术是实现机器人自主导航的关键。多传感器信息融合的移动机器人导航系统可以协调应用多个传感器信息解决机器人避障系统的非线性和不确定性问题,对提高机器人的避障和导航的精度具有重要意义。本文通过融合超声波传感器、CCD视觉传感器所采集的环境信息,采用基于扩展卡尔曼滤波的多传感器信息融合算法,结合驱动电机自带的光电编码器,实现了基于模糊PID的直流电机闭环控制。用高性能的S3C6410ARM11处理器作为核心代替了PC机降低了功耗和成本,增强了可移动性,实际情况比较令人满意。本文的主要工作与取得的研究成果体现在如下方面：1.介绍了国内外移动机器人导航研究状况和成果,比较了两种主流SLAM算法。2.研制了一种基于ARM11为硬件基础的多传感器融合系统。该系统由ARM控制6个超声传感器并完成测距信息的处理,采集图像并进行了图像处理。3.完成了包括Linux系统移植并开发了基于嵌入式Linux的应用软件设计。4.最后,对本文采用的EKF-SLAM算法进行了Matlab下的仿真和实验分析。仿真和实验表明,该系统可以在嵌入式Linux系统下实现多传感器信息融合、避障算法和路径规划。实现了移动机器人的实时性好、精确度高和鲁棒性强的避障和导航功能。能够完成移动机器人在家用环境下的自主导航和运动控制,具有较高的可靠性和实用性。