制造能完全代替人类劳动的机器一直是我们的梦想,但目前即使是世界上最高级的人工智能机器人,距人们预想的目标还有很大的差距。基于仿生学的认知发展机器人技术为智能机器人的真正智能化指出了一条有建设性的途径,而在机器人认知发展的研究中,怎样描述自身是一个很有价值的研究课题。虽然在设计机器人时,设计者可以结合传感器信息和机器人参照物之间的关系指定一些身体轮廓(通常称为标定),但是为了适应自身或环境的突变,机器人应该具有自主识别自身轮廓的能力。在机器人技术中,我们总是假定观察者位于机器人的内部,在该假设下,不同模式的信息之间由于缺少参考基准而很难联系起来。最近的研究表明:身体图示不仅仅是对关节角的描述,还是视觉、本体感觉、触觉和运动反馈信息的整合,这就必须把不同模式的感知整合成身体轮廓。本文围绕如何让机器人获得自身轮廓进行了深入的研究,其研究的目的是让机器人能够通过触觉、视觉、本体感觉空间的交叉模式图的学习获得自身轮廓。首先,对机器人自身感知方法的研究进行了综述,介绍了机器人和智能机器人的研究现状和发展趋势,简述了机器人视觉技术、触觉技术、本体感觉技术、多信息融合技术的研究现状和发展趋势,详述了国内外研究现状。其次,综述了自身感知的最新生物学研究成果,引出了对机器人自身感知的启示,建立了机器人交叉模式图的原理模型,并对该模型进行了具体化,以便于程序实现。再次,初步建立了机器人自身感知的理论体系,给出了感知空间的离散化方法、机器人自身感知的学习过程、机器人自身感知的实现过程和单模式信息的量化和解量化方法,通过这些步骤,机器人自身感知便可以从理论研究走向实际应用。然后,针对本文所提出的机器人自身感知方法,建立了直角坐标机器人模型,完成了实验模型的硬件设计,并利用LabVIEW完成了实验模型的软件设计。最后,通过实验验证了本文所提出的机器人自身感知方法的可行性,并给出了未来的研究方向。