多传感器信息融合技术是一门新兴的实践应用技术,有着广泛的应用领域,它为各领域的信息处理以及决策支持提供了可靠的手段,具有很高的研究价值以及应用潜力。本文针对未知环境下基于多传感器信息融合技术的移动机器人导航问题开展研究。移动机器人要实现在未知和不确定环境下自主的工作,应具有感受作业环境和规划自身动作的能力。本文从移动机器人避障的角度出发,采用基于Takagi-Sugeno(T-S)模型的模糊神经网络信息融合方法进行移动机器人的避障。本文以多传感器信息融合技术为研究重点,结合它在移动机器人导航中的应用进行了理论和实践上的探讨,本文所作的工作如下: 1.阐述了信息融合技术的产生与发展,并且概括了当前信息融合技术的研究现状。通过介绍信息融合技术在移动机器人上的实际应用,概括了信息融合技术在移动机器人方面应用的未来的发展方向。同时通过对当前模糊神经网络信息融合方法应用的分析,将基于T-S 模型的模糊神经网络信息融合方法应用在移动机器人的避障中。2.对信息融合技术进行了系统的研究,论述了多传感器信息融合的基本概念和理论,并且针对信息融合中的拓扑结构、融合层次等问题进行了探讨。同时针对传感器的应用方面,论述了当前机器人的感觉系统,并且分别对传感器的数量、种类等问题进行了探讨。3.对机器人控制系统进行了研究,提出系统的控制目标。论述了当前存在的移动机器人控制体系,在此基础上提出了本文所要采用控制体系,并且设定了当前移动机器人的功能模块,以及移动机器人所要实现的运动。4.对模糊神经网络信息融合技术进行了简单的介绍,将基于T-S 模型的模糊神经网络信息融合方法应用到移动机器人避障中,并且设定了整个移动机器人的物理模型,以及当前移动机器人的用于信息融合的传感器。对当前移动机器人导航的环境类型以及导航方法进行了设定,并进行了仿真实验。