随着智能控制技术、计算机和网络技术以及仿生学、人工智能等学科的飞速发展，智能移动机器人技术的研究越来越受到国内外学者的重视，机器人在国防安全系统、恶劣环境下作业以及服务行业中均有广泛的应用前景。现阶段,机器人的研究应用领域不断拓宽，其中执行特殊任务的仿人形机器人的研究和应用尤其受到普遍关注，并成为智能机器人领域中最活跃的研究热点之一。其头部感官包含了多种传感器，机器人对环境的感知就是依靠多感官信息来进行决策和判断。在国家863计划“危险化学反应器泄漏检测与修补移动机械手系统”和“211”工程重点项目的支持下，本文以三自由度机器人头部感知系统为研究对象，设计了机器人感知的三个子系统：视觉子系统、听觉子系统、嗅觉子系统，建立了一个通过听觉传感器确定目标的初方位，通过CCD 摄像机对目标进行跟踪及精细定位，估计出的精确位置参数，通过嗅觉传感器来检测周围是否存在危险气体的机器人头部三自由度感知系统。本文的创新性工作有： 1、提出了应用模糊神经网络融合异质传感器的融合方法。异质传感器采集的是不同性质、不同时域空间的信号，融合这些信息用常规的方法有一定的难度。应用模糊神经网络融合多个传感器的低中高层次冗余互补信息，从而使机器人在未知环境下做出正确的判断和决策。 2、建立头部感知系统，提出了主动嗅觉的电子鼻结构，在气流通道采用后端主动导流，使气流连续通过鼻腔，形成连续不断的检测。 3、提出一种声源定位的新方法。三个听觉传感器呈现等腰三角形分布，计算其信息采集过程中的时间延迟和几何关系判断声源的方位和距离，实验证明定位的距离、角度精度均达到预期的效果。 4、建立了人脸的椭圆形模型。对于动态图像（即视频序列）中的每幅图像进行逐个检测，从各个相邻图像的检测结果中寻找细微差别，并对其进行分析，进而获得目标的空间位置变化，实现跟踪。不变矩的使用，对于快速判断人脸椭圆模型以及质心的获得起到了关键性的作用，使实时跟踪达到了满意的效果。 5、建立了基于模糊神经网络的异质传感器融合模型与算法。设计了各层的输入和输出，利用BP 算法调整模糊神经网络的权重和参数获得不同的隶属函数从而生成相应的模糊规则进行模糊决策，实现了对目标人的精确定位和实时跟踪。并利用Matlab仿真了机器人的感知过程，得到了实际输出和实验输出的误差曲线，验证了模糊神经网络对视听异质传感器融合的有效性。