移动机器人导航技术的研究是一个综合的、复杂的、不断发展的过程。近年来，自主移动机器人的研究和设计成为许多人关注的焦点。对于移动机器人来说，自主导航是一个重要的问题，是实现机器人智能化的核心技术。它主要由：环境信息获取功能，环境信息理解和建模功能以及实现自主导航的路径规划算法组成，其中环境信息理解和建模是核心内容。因此移动机器人导航系统研究就是针对所处环境选择相应的传感器，然后根据传感器所采集的信息特征建立相应的环境模型，最后建立相应的路径规划控制算法。　　 本文介绍了移动机器人的结构和组成，主要对移动机器人的轨迹跟踪控制和智能导航进行了研究。　　 本文首先对多传感器信息融合系统的功能和结构模型进行了详细的阐述，研究了多传感器信息融合技术在移动机器人方面的应用，在比较各种传感器优缺点的基础上，选择超声波传感器、红外传感器和CCD传感器组成机器人的传感器系统。本文在对此传感器系统研究的基础上结合模糊神经网络，实现了在障碍物环境下的智能导航。通过MATLAB仿真表明在该算法控制下机器人能够避开障碍物，到达目的地。　　 其次在分析非完整系统的基础上，建立了非完整移动机器人的数学模型，结合机器人运动学和动力学模型，对非完整移动机器人的轨迹跟踪问题进行研究。非完整移动机器人系统是一个复杂的控制系统，受各种不确定性因素的影响，并针对此类模型设计了一种移动机器人的变结构控制，并应用到非完整机器人控制上。所设计的控制器在MATLAB下进行仿真试验，仿真结果表明该方法能够较好地完成跟踪。　　 最后研究了移动机器人的避障策略，分析了移动机器人的避障行为。将基于多超声波传感器和多红外传感器的信息进行模糊神经网络融合，综合CCD摄像机信息做进一步融合后应用于移动机器人的导航控制。通过AS-R移动机器人实物试验，验证了该方法的可行性和有效性。