感知系统是机器人智能化的基础，它好比机器人的“眼睛”，廉价高效的混合感知系统是本文设计的目标。本系统采用了基于BP神经网络的智能避障算法作为吸尘机器人的“大脑”，其中感知系统得到的障碍物信息作为神经网络的输入。神经网络的输出作为行走电机的驱动信息，在该驱动信息的作用下机器人完成避障策略。在由DSP算法处理系统和单片机控制系统组成的机器人实验平台上进行了实验，用实验验证了避障算法的有效性。本文由四章组成，各章的主要内容如下。第一章介绍了国内外自主吸尘机器人的研究现状，并且介绍了经典的移动机器人和主要的吸尘机器人的感知系统，在此基础上提出了本文的研究内容。第二章在对超声波传感器和红外传感器特性分析的基础上，给出了具有高可靠性和高抗干扰能力的混合感知系统的设计。基于该感知系统，得到了大量关于超声波传感器和红外传感器特性的实验数据。第三章具体介绍了基于神经网络的吸尘机器人智能避障算法的实现过程，用FoxPro建立训练样本的数据库，用VC编程实现避障算法，并且将算法移植到DSP系统中。利用MATLAB提供的神经网络工具箱对BP神经网络进行仿真设计，从理论上验证了算法的有效性。并且在对BP神经网络主要性能参数分析的基础上得出了包括隐层神经元个数、学习速率和目标误差等参数的优化组合。第四章完成了由DSP和单片机构成的机器人实验平台的具体硬件设计，包括DSP最小系统设计、DSP与单片机的HPI通信、DSP与液晶通过CPLD实现时序匹配以及单片机控制系统等。