近年来出现的无线传感器及普适计算技术为提高机器人导航能力提供了新的解决途径。模仿低等生物所特有的分布式感知及信息处理能力，从而极大地降低机器人对环境描述、不确定性处理、全局动态决策的要求，集中式自主导航功能可望通过分布式环境智能实现。本论文尝试通过分布式视觉实现一个“室内环境自动导航系统”，它是一个基于生物现象启发的无线传感器网络，通过空间中大量分布的无线节点对智能车提供行为控制，因此它是一个采用无线传感器网络实现的机器人导航系统。由于该系统力图借鉴昆虫复眼的视觉感知机制，因此又可称为无线复眼系统（WiME，Wireless Mosaic Eyes）。 WiME涉及两种路由问题，一个是在地理空间上的机器人路径规划，而另一个是在分散的通信节点之间的信息通讯路由。本文对路由系统架构进行了分类，研究了各种最短路径算法并进行了代码实现，进而探索了WiME环境下这两个路由问题的分布式解决方案。 在无线传感器网络中，无线节点由于能量有限，采用的是低功耗嵌入式处理器，其计算能力和存储空间都受限。WiME也不例外，大规模路由信息完整性和局部节点的有限存储及有限通讯能力间是一个突出矛盾。针对这一问题，本文提出并设计了一个单步方向查询的路径路由系统，每个节点只提供通往被查询目标的下一节点信息，通过分布式路由表提供完整路由信息。这在不增加路由查询代价的同时剔除了冗余路由信息，大大降低了存储量，实现了资源受限环境下的路由系统。 为了降低资源有限的无线传感器节点中的路径信息存储量，在WiME的设计中对每一个分组使用了Bloom Filter进行压缩存储。为了使这一分布式路由方案能够适用于动态路由环境，本论文设计了计数型Bloom Filter，以满足路由频繁修改的需要。出于空间最优化的目的，本文对多分组计数型Bloom Filter进行了深入的理论分析，解决了计数型Bloom Filter的计数位数的优化选取问题，获得了多Bloom Filter表的子表关系及参数设定方法。 作为整个WiME系统项目设计的一部分，本文的全部研究成果在WiME路由配置软件中得到了体现。路由配置程序采用Visual C++2005实现，有效代码为7434行。本文的第四章对代码实现和软件功能等进行了简要介绍。