动态环境下基于多信息的光电感知与主动控制能力是衡量一个运动体智能水平的重要依据。虽然人工智能在机器推理方面已经取得了重要进展，但在环境感知与理解方面却处于比较低级的水平。因此，研究运动体对环境的自主光电信息感知以及对外部刺激的反馈控制已成为光电传感与信息处理技术领域的前沿研究课题。论文从混沌动力学原理出发，提出基于光电感知的混沌仿生信息融合新方法,为提高运动体主动光电信息感知与自主控制的融合研究提供了一种新的有效的技术途径。论文主要研究内容和创新工作如下：1.基于Cramer-Rao界理论，提出一种基于最优几何拓扑的多传感器信息融合定位方法。从几何学角度研究了多传感器信息融合的理论建模以及在目标定位方面的典型应用，推导出典型多光电传感器定位中的几何关系，为传感器的有效分布提供了理论依据。2.提出一种基于光电技术的运动体混沌感知与自主避障方法。在动态环境下，综合考虑了运动体光电传感器的几何分布以及外部障碍物和目标的空间信息，将混沌感知-行为动力学回路结构模型具体应用到运动体光电传感-行为控制中，使运动体自主控制所使用的光电感知系统在结构与功能上更接近实际生物体的视觉感知系统，为光电视觉感知与控制的仿生信息融合提供了新方法。3.提出一种动态环境下基于几何特征辅助和混沌感知的运动体自主定向方法。该方法通过借助环境中的几何暗示，并依靠机器人光电感知系统的自主混沌感知能力，实现了机器人的自主方向判定与控制。研究得到了不同几何特征对机器人定向性能影响的两点重要结论：移动机器人的空间重定向性能与环境的几何旋转对称性成反比例；移动机器人的空间更新性能在有角环境中较优，在圆形环境中较差。该方法能够保证机器人在动态环境中定向的鲁棒性和抗干扰能力，研究成果为基于光电技术的运动体自主定向研究提供了新途径。4.将主动视觉感知技术与混沌动力学回路相结合，提出一种基于主动视觉感知和混沌演化的运动体定位方法。从信息论基本原理出发，提出了有限可视域内基于观测熵的最大信息路标集合选取标准，建立相应的主动视觉感知模型、运动模型和混沌动力学回路结构。实验测试表明，该方法非常适合在动态环境下的移动机器人自主定位，研究具有重要的学术意义和应用价值。