移动机器人综合了计算机科学、自动控制理论、机器人学等诸多专业内容,传感器与执行器种类多而杂,其信息处理算法的优劣将直接影响系统整体性能表现。多机器人对抗场景下需要提取多个目标的信息,更高的精确和稳定性要求给信息处理算法提出了挑战,是目前机器人研究领域中关注的热点之一。本文主要研究对抗场景下移动机器人的信息处理与控制系统设计,主要研究内容如下:首先,设计了系统综合框架,建立了麦克纳姆轮运动模型、IMU测量模型、相机成像模型和激光雷达模型,给出了机器人位姿估计与目标轨迹跟踪预报问题描述。其次,针对IMU数据处理问题,给出了误差标定和姿态更新算法;针对编码器角速度估计问题,提出了"T"法速度计算、非线性补偿和滤波算法;提出了基于Kalman滤波的IMU和里程计融合估计估计算法,利用滤波残差信息给出了车轮打滑检测和最大扭矩识别算法。然后,针对多相机配置给出了一种图像拼接算法;针对多目标跟踪问题,给出了基于概率多假设法的数据关联算法;考虑目标丢失或者增加问题,给出了一种基于Bayes轨迹确定算法的起始与停止跟踪算法;针对目标命中点预测问题,设计了基于卡尔曼滤波器的轨迹平滑与预报算法;考虑多源异构传感器的时空配准问题,提出了基于滑动平均滤波器和线性插值的时间配准算法和基于四元数球面线性插补的空间配准算法。再次,考虑多机器人对抗真实场景模拟问题,设计并开发了综合仿真平台;提出一种无模型的参数自整定算法,实现了能够以较高真实度模拟实际物理环境的仿真器平台。最后,搭建了麦克纳姆轮移动机器人系统,设计实验验证了所提出算法的有效性。