避障能力是移动机器人完成任务的关键。传统的避障算法往往需要建立精确的环境模型,计算量大且实时性不高,效果并不理想。所以本文在综述移动机器人避障技术研究现状的基础上,针对未知、动态的复杂环境,从行为角度设计了一种基于多传感器的移动机器人自主避障方案,相关工作主要包括以下几个方面:(1)对移动机器人避障的传感器进行了研究,文中采用超声波与红外传感器相结合的方法。通过红外传感器减少超声波传感器测距盲区和镜面反射带来的误差;通过间隔采样或者分组采样技术避免多路超声波串扰问题;提出一种递推型中值滤波方法,提高了数据在空间和时间上连续性,有效地减少了超声波随机串扰信号及其它干扰信号的影响,进而提高了传感器系统的准确度。(2)设计一种基于行为法的避障方案,将移动机器人整个运行过程中的行为划分成趋向目标行为、避障行为、沿墙走行为及紧急避障四种行为,其中避障行为和沿墙走行为通过模糊控制器来获得。提出一种基于区域优先级的行为策略,该方法结合碰撞危险度,将机器人的感知距离划分成三个不同圆环区域,按区域定义不同的优先级。针对凹型障碍物,通过引入状态管理器,使得机器人按照状态图执行相应动作,不会陷入死循环。引入一种基于运动轨迹平滑度的可行路径性能评价方法,该方法通过求取各点的曲率来判断运动曲线的平滑度,为移动机器人避障性能提供一些依据。实验结果表明,移动机器人能够在未知、动态的复杂环境下快速地避开障碍物,具有良好的运行效果。