集声音、图像等多元信息于一体的多媒体通信技术已经广泛应用于视频会议、远程监控以及智能机器人等系统中。随着嵌入式技术和多媒体通信技术的发展,智能清洁机器人由于其可以大大降低人类的劳动强度以及提高劳动效率的优点而得到广泛的关注。本文主要研究了多媒体通信过程中的音视频采集与编码技术以及基于网络的远程传输技术,然后基于多媒体通信技术的研究基础对城市清洁机器人进行机构和电控的设计。在本文中,音频的采集采用开源的ALSA音频驱动框架,视频的采集则采用通用的Video for Linux2接口；编码模块采用speex音频编码器实现音频编码,采用Tiny6410自带的硬件编码器实现视频编码。传输模块中使用基于RTP实时传输协议的oRTP库,并结合使用基于SIP会话控制协议的osip库和扩展库eXosip库,实现了传输过程中的会话管理。在城市清洁机器人设计方面,首先使用Solidworks对机器人的机械结构进行设计,绘制出三维图,然后根据功能需要对机器人的电机控制板红牛STM32开发板进行控制程序的编写,视频采集主控板Tiny6410与红牛STM32开发板使用串口连接,实现机器人的远程控制功能。本文通过对基于嵌入式的通信系统关键技术的研究,结合智能清洁机器人的市场需求,设计并实现了“城市牛皮癣”城市清洁机器人的远程监控(目前主要是视频)功能,监控视频的通信质量达到视频通信的基本要求。本文的研究对音视频通信系统中的应用研究有一定的参考价值,对清洁机器人的广泛使用有一定的推进作用。