近年来，多传感器信息融合技术是机器人研究领域的热点课题。它充分利用多个传感器资源及其观测信息，把多个传感器在空间或时间上的冗余或互补信息进行组合，产生更可靠、更精确的信息，为机器人提供准确的运动决策。多传感器信息融合技术结合了控制理论、人工智能、信号处理、概率统计的发展，为机器人在各种复杂的、不确定的环境中作业提供了一种技术解决途径。六足减灾救援仿生机器人多传感器信息融合技术的研究为机器人控制系统的实现提供重要的信息，也是提高机器人智能化的关键技术。（1）论文详细分析了国内外机器人多传感器信息融合技术的现状，介绍了我们研究的六足减灾救援仿生机器人，并给出了论文研究的主要内容。（2）深入研究了多传感器信息融合技术的基本理论，介绍了多传感器信息融合的定义和手段，探讨了信息融合的结构和层次。（3）在分析机器人避障的信息融合方法的基础上，着重对误差反传算法和遗传算法进行研究，并将二者结合用于六足减灾救援仿生机器人避障系统。根据作业要求，在避障系统中配置超声和红外传感器，建立了机器人实时避障神经模型，设置避障导师训练信号进行训练。在训练过程中容易陷入局部极小值，为此，我们将遗传算法引入神经网络中进行改进。利用计算机技术和MATLAB工具箱实现机器人避障仿真。（4）在实际情况中，机器人的运动模型和观测模型是非线性的，采用经典卡尔曼滤波解决机器人的定位存在缺陷。论文根据六足仿生机器人的运动模型、里程计模型、超声波观测模型及噪声分析，将扩展卡尔曼滤波算法应用于机器人定位系统中。仿真结果表明：扩展卡尔曼滤波方法可以解决位置更新间的误差，实现机器人准确定位。上述工作，为六足减灾救援仿生机器人控制系统研究奠定了技术基础。