仿生安防机器人具有类人的环境感知能力，在防灾救灾工作中发挥着越来越重要的作用，研究具有仿生感知功能的智能安防机器人具有重大意义。本文借鉴脑与认知科学中关于交叉模式的认知和注意机制，在自主研发的移动机器人平台上，开发一种能够模仿人的视觉和听觉联合作用，对环境的安全性具备一定的仿生感知能力的安防机器人。通过机器人的听觉感知系统实现对目标声源的粗定位，视觉感知系统对目标确认及精确定位，设计并实现了基于多信息融合的目标快速检测系统，使机器人实现对环境较好的感知能力。(1)实现机器人的声源朝向注意，对广义互相关时延估计和基于最大功率的可控波束形成的定位算法分别进行改进。通过采用有效语音检测、限定搜索范围排除法、分段计算互相关均值法以及将模型中麦克风轮流作为参考麦克风四种手段来提高广义互相关时延估计定位算法的精度。针对基于可控波束形成定位算法运算量较大的问题，本文用融合的群智能算法来寻找最优解代替传统算法的搜索过程，提出一种基于粒子群(PSO)和遗传算法(GA)的可控波束形成定位算法，声源定位速度大大提高。(2)在实现声音朝向注意的基础上，利用视觉感知实现对可疑目标区域的检测及对目标的进一步认知。根据人类的视觉感知机制，设计了适用于机器人的仿生视觉感知系统，该系统利用颜色感知实现图像分割，通过形态感知实现目标检测和识别。本文通过颜色特征敏感性分析给出了能够表示火焰的颜色模型，结合形态学中膨胀特征和闪烁特性提出了一种多种特征融合的动态火焰探测方法，仿真实验表明本文提出的改进检测算法具有较好的鲁棒性。(3)为使安防机器人能够快速准确地检测到危险目标，本文设计并实现了基于多信息融合的目标快速检测系统。对安防机器人本体加装视觉、听觉、嗅觉、火焰和温度多个感知模块，通过对多模式信息融合的方法来解决由单一模式信息判断准确率较低的问题，利用声音优先的策略解决了所有模块同步作用时导致的资源浪费问题。本课题以爆炸-火焰这一现象为例对多信息融合的注意事例进行了实验验证，仿真实验表明本文提出融合算法能够达到实际应用的要求。