智能小车属于轮式机器人的一种,越来越多地被应用到生产、生活及其它工业领域,其中智能小车的避障是一个非常关键和重要的问题。因为小车的所处环境复杂并且无法预知,单一传感器不能满足实际应用需求,因此多传感器信息融合技术的诞生成功地解决了这一难题。这是一门新兴的实践应用技术,它综合分析多个传感器的数据对周围环境做出单一传感器无法比拟的判断。文章采用了基于BP模型的模糊神经网络信息融合方法对智能小车进行避障研究。文章采用5路超声波传感器分别测量小车左方、左前方、前方、右前方和右方的障碍物距离信息,并利用红外传感器感知超声波传感器测量盲区范围内的障碍物信息,再综合超声波传感器和红外传感器的数据得到最终障碍物的状态结果,并将这个5位融合数据作为模糊神经网络的输入,最终得到小车的运动行为指令。文章首先介绍了多传感器信息技术的相关理论和系统的硬件平台的基本结构与功能,其次分别详细阐述了系统的硬软件设计,包括传感器的选择、具体测量电路、程序流程和模糊神经网络的基本结构以及算法实现,最后对全文进行了总结,并指出了设计的不足,展望了一些可以继续努力的方向。