本文以AS-R移动机器人为平台，从多传感器信息融合的角度出发，重点研究了多层融合方法在移动机器人避障中的应用。 本文针对单一传感器不能准确、全面地完成对环境的描述，研究了采用超声波传感器和红外传感器构成的移动机器人多传感器避障系统。应用实验的方法，对传感器的性能作了测试，根据测试结果分析了传感器测距时产生误差的原因。针对超声波传感器产生的不确定信息，提出了一种基于神经网络和模糊神经网络相结合的两级融合方法。该方法的一级融合采用BP网络融合方法，实现对每组超声波传感器的信息融合，提高了对障碍物识别的准确率；二级融合采用模糊神经网络方法，实现移动机器人的避障决策控制。与单层融合方法相比，两级融合使系统具有较高的鲁棒性和灵活性。同时针对移动机器人的运行环境，研究了移动机器人的避障策略，实现了避障行为。最后，通过仿真实验和AS-R移动机器人实物试验，验证了所提方法的可行性和有效性。