随着移动机器人的技术的发展，多传感器被安装在移动机器人上来实现其丰富多变的各项功能，如何协调各个传感器的工作性能并有效的、实时的来处理由多传感器带来的多种类、多层次的信息处理问题，就成了移动机器人的一个重要研究热题。本课题基于实验室所使用的MT-AR研究性智能机器人平台，采用超声波-红外集成模块进行障碍物距离检测，对多传感器信息融合技术在移动机器人在实验室环境下实现避障并到达指定目标点这一特定课题进行了实践和理论研究，实验效果明显。　　 本文首先针对课题所研究的方向，根据课题所研究的控制对象MT-AR机器人平台，采用超声波、红外以及电子罗盘的组合进行避障，采用模糊逻辑和模糊神经网络两种不同的人工智能控制算法来进行信息融合;为了验证课题研究成果的正确性，利用MATLAB仿真工具箱建立了一个移动机器人动态仿真平台。平台采用模块化设计，大大方便了机器人控制算法的研究和移植。在平台基础上，首先设计了一个基于模糊逻辑控制的避障方案，通过对模糊隶属度函数、模糊规则等环节的设计，实现了利用模糊逻辑实现避障的要求;之后又紧接着研究了T-S模型的结构和学习算法，通过对这一模糊神经网络算法的研究，利用学习算法对隶属度函数进行了训练，使其更加接近了实际的需要，通过仿真平台的对比，也验证了该控制算法的各方面优越性。　　 本课题针对多传感器信息融合在研究性智能机器人MT-AR避障中的应用研究做了充分研究，从而实现了移动机器人在非建构或未知的环境下顺利定位和避障。