近年来，移动机器人的应用越来越广泛，其应用中一个很重要的方向是实现自主导航和对各种障碍物的躲避。本文提出了将基于模糊神经网络的信息融合技术应用于移动机器人避障中，使其在具有静态和动态障碍物的动态环境中能无冲突的运行。为了实现自主式导航，本课题中采用了全球定位系统和光码盘定位系统实现移动机器人的自主定位，并通过多类外部传感器感知周围环境实现避障。 本论文在天津市自然科学基金“面向复杂任务的移动机器人系统技术研究”(课题编号：003601211)和河北省攻关计划“用于物料自动传输的自主车精确导航的研究”(课题编号：00547001D-18)两项基金的支持下，开展了基于模糊神经网络的信息融合技术在移动机器人自主导航中的应用研究，本论文的主要研究内容如下： 1．介绍了由本研究室自行研制的HEBUT-Ⅰ型移动机器人的车体结构并对驱动系统和运动学特性进行了分析。 2．分析和介绍了模糊神经网络的基本原理，提出了一种适用于移动机器人信息融合的模糊神经网络。该网络以前馈神经网络为基体，以模糊量作为网络的输入和输出，经过训练，网络完成对模糊控制规则的记忆，在此基础上实现移动机器人的智能导航。 3．介绍了全球定位系统(GPS)的组成和原理，绝对定位和相对定位的基本方程。探讨了移动机器人在局部坐标系中的定位方法，通过光码盘进行准确定位。 4．对上述理论进行实验验证，将基于模糊神经网络信息融合技术应用到本实验室的移动机器人中，通过实验可知，该方法有效可行，实现了机器人的无冲突运行。