随着移动机器人相关技术的飞速发展,移动机器人已被广泛地应用于军事、工业等各个领域。为提高移动机器人传感器的可靠性,本文设计了一种基于六个传感器的冗余配置系统,并以惯性传感器为例,针对该冗余系统的故障诊断进行了研究。分析了两种传统检测算法,同时对这些算法存在的局限性提出了相应的改进方法,以及通过搭建实验平台验证了改进算法的有效性。首先,根据传感器最优冗余配置结构设计了移动机器人惯性传感器冗余配置系统,主要包括传感器几何配置结构、单轴Z陀螺模块的电路以及嵌入式传感器数据处理系统电路。同时,为方便显示故障检测效果,设计了液晶显示模块电路。其次,为了能够有效的检测故障,在对惯性传感器的故障机理和故障数学模型进行详细分析的基础上,研究了基于主元分析的冗余传感器故障检测方法。针对传统主元分析方法对于具有非高斯传感器噪声的故障检测存在准确率低的问题,采用了PCA-ICA故障检测算法,该算法先同过独立成分分析将非高斯噪声去除之后再利用主元分析故障检测算法,通过非高斯噪声和偏差故障的仿真分析,验证了该算法的有效性。再次,针对传统主元分析法无法有效检测动态传感器数据和噪声存在相关性的多传感器冗余系统的故障,采用了基于马氏距离故障诊断算法。并针对迭代加权最小二乘法估计残差影响马氏距离故障诊断的实时性问题,提出了一种改进的马氏距离故障检测算法。该算法省去残差估计的时间,对传感器数据进行奇偶预处理得到的奇偶残差进行故障检测。此外,针对马氏距离计算的不稳定性问题,进一步研究了稳健马氏距离对异常值和故障的检测算法。最后,通过搭建实验平台,对马氏距离、改进的马氏距离和稳健马氏距离的故障检测算法进行了实验验证。实验结果表明,相对于传统的主元算法,马氏距离具有更好的准确率,改进的马氏距离法提高了故障诊断的实时性,稳健马氏距离的异常值和故障检测效果优于马氏距离。