随着机器人技术的发展,机器人的应用领域越来越广。人们对机器人的智能程度要求也越来越高，希望它们不仅能够在生产车间环境下完成大规模的装配任务，而且还可以在室内外感知环境并完成复杂的任务。因此对机器人感知能力的研究愈显得重要。 本文在国家863计划项目“极限环境下面向危险品检测的多感官机器人系统”（项目编号：2006AA04Z221）的支持下，针对移动机器人拟人嗅觉及其温度补偿技术进行了深入研究，取得的主要成果和结论如下： 1. 通过对生物嗅觉机理的研究，提出并设计了一种模块化机器人仿生嗅觉系统，构建了外壳体及封装在其内的仿生鼻腔、吸气系统和集成电路板，还有安装在其表面的液晶显示模块和控制面板等。 2. 对机器人仿生嗅觉系统的各个模块进行了分析，在此基础上，对气体传感器模块和温度补偿模块进行了结构设计，建立了仿生嗅觉传感器阵列，并进行了硬件设计和开发。 3. 针对气体传感器受温度影响较大的问题，重点研究了嗅觉系统中的温度补偿技术，在深入分析现有的温度补偿技术研究的基础上，根据实际需要，提出了基于软件方法的温度补偿技术，为嗅觉系统温度补偿的实现提供了一种简单可行的方法；并针对基于数值分析的最小二乘法、三次样条曲线插值法和基于神经网络的BP神经网络法、RBF神经网络法，分别进行了温度补偿仿真实验，并将传感器补偿前后的输出结果进行分析与比较。 实验结果表明：上述的方法都是可行的，其工作效果均可以达到预定的要求。但在考虑逼近能力、测量精度、稳定性等因素的前提下，最终择优选用RBF神经网络法实现对仿生嗅觉系统的温度补偿。