随着产业自动化水平的进步，移动机器人开始进入人们的视野，移动机器人的研究与应用愈发引起人们的关注。移动机器人的自主导航是其中的一个热门研究问题，它要求机器人利用传感器检测周围环境信息，然后根据这些环境信息控制机器人在复杂环境中达到预定目标。移动机器人的避障是自主导航的重要组成部分，而要实现准确的避障，必然要涉及到机器人的定位。与单个传感器相比，多传感器的数据融合对移动机器人具有非常重要的意义，它能为机器人提供更全面的信息，为机器人的自主导航提供极大的便利。本文重点探讨在使用超声波传感器和Kinect的情况下，利用数据融合算法对传感器数据进行融合从而实现对机器人前方障碍物的准确识别，辅以简单的运动控制从而实现移动机器人的准确避障。首先讨论了多超声波传感器对障碍物的检测，在对超声波传感器的数据进行处理后，提出了一种确定机器人工作空间内安全区域的方法，应用该方法来确定机器人工作空间内的安全区域从而指导机器人的运动。然后深入研究了基于多超声波传感器和Kinect摄像机的障碍物定位算法，包括障碍物的识别、障碍物到机器人距离的确定以及障碍物的宽度尺寸的确定，该算法能适应较为复杂的障碍物情况，比如障碍物在图像中边缘有重叠的情况。最后研究了机器人开源操作系统的结构，根据障碍物识别算法在开源机器人操作系统（ROS）上设计障碍物识别及机器人避障程序，控制机器人避开障碍物到达目标点。