随着现代科技的快速发展,机器人变得越来越智能化,这归功于信息融合技术的不断深入研究。各种传感器相当于机器人的“五官”,其许多功能是仿照人类器官实现的。在复杂多变的环境中,机器人的环境感知能力越强,就越能快速准确地应对问题,而传感器信息融合技术正是机器人环境感知能力的基石。随着机器人智能化的不断提升,单一传感器采集的信息已经无法满足其对环境探测的需求,因此对传感器信息提取及融合技术的探究非常有必要。立体视觉可以探测到目标的形状、颜色和大小,但是无法判断目标的材质,超声波传感器能够反映目标表面的细微差别,因此两者能够互相补充,故本文研究了超声波传感器和立体视觉传感器各自的特点,并且通过一定的算法将它们提供的特征信息融合,达到目标识别的效果。通过对两种传感器特性的分析和当前广泛应用的融合算法的研究,最终确定了以DSP+ARM为核心处理器的系统总体方案。其中硬件组成包括:以DSP为核心的超声波模块、以ARM为核心的立体视觉模块以及融合模块。软件设计包含:超声波信号收发及特征信号重构程序、图像信号的特征提取程序和特征信息融合程序。为了验证该系统的可行性,本文为各模块分别设计了实验:超声波模块的实验验证了其探测距离和探测广角满足系统要求;立体视觉模块实验验证了其能够提取目标颜色、大小和形状特征的功能;融合模块实验验证了目标识别的效果。实验结果表明,该系统不但能够通过特征级融合识别典型目标,还可以不断更新、扩充知识库。相比于以往的信息融合系统,本系统能够根据位置信息判断两传感器是否在采集同一目标信息,且深入到特征级融合,既提高了目标识别的准确率,又保证了执行效率。故本设计对盲人导盲、机器人环境探测、路径规划甚至无人驾驶都有一定的参考价值。