对传感器的研究是智能机器人学研究的基础和重点技术之一,也是机器人实现自主运动控制的第一步。多传感器信息融合技术在智能机器人控制中的应用,解决了单一传感器信息量小的问题,并增加了信息的覆盖面。本文主要是通过多种传感器实现机器人的智能控制方面的问题,并以声纳、激光和单目视觉为基础,针对机器人自定位和机器人动态目标跟踪等技术,进行了系统的研究。首先,文章从机器人运动学模型的角度,分别阐述了完整约束条件和非完整约束条件下的机器人运动控制规律,并通过仿真比较两种控制效果;并系统的分析了机器人的运动学模型,从室内常用两轮和三轮机器人,到室外系列机器人中常见的四轮机器人,通过运动学规律,得到机器人系统的驱动方程和约束条件。然后,全面概括了机器人配备的各种常用传感器的特性。分别从硬件结构、感应参数等基本原理的角度,对各种传感器的性能和适应范围进行了论述。本文的重点问题是实现移动机器人的智能控制问题。基于前文移动机器人的运动控制理论和传感器理论的基础性研究,首先针对机器人智能控制的关键性问题之一——自定位问题,分别选用声纳传感器和激光传感器,根据对两种传感器特性的分析选择不同的研究重点,进行了基于概率的自定位研究和基于地图匹配的自定位研究,而两者的最终目的相同,都是通过距离传感器获得环境信息,然后与已知信息进行比较,获得机器人当前位置,所不同点是前者是一种动态定位,需要不断的刷新当前信息,而后者为静态定位,这是由于激光传感器具有高精确度,因此不需要反复的探测大量的信息即可实现自定位。此外,根据信息融合基本理论,利用单目视觉传感器,实现对特定颜色的移动目标物的智能跟踪控制。主要从颜色模型和位置伺服控制的角度展开讨论,提出了一种分段控制方法和智能搜索方法,并将该结论应用到了多机围捕系统中。最后融合激光信息提高测量精度。通过在Pioneer II机器人上进行实验,比较了融合前后的测距效果,同时实现了机器人对运动中的足球的自主跟踪。