移动机器人的自主导航是机器人研究领域的一个热门方向，而定位是实现自主导航的关键与基础。移动机器人实现自主运动，要求机器人具有良好的环境与自身感知能力，多传感器系统及多信息融合技术为机器人提供准确的环境信息，对移动机器人定位的精确性具有重要意义。本文的研究就是围绕移动机器人的多传感器自主移动系统与多信息融合定位展开的。　　首先讨论了移动机器人的控制系统结构，实现了递阶式智能控制系统架构的SWUST-RC移动机器人平台，并简单介绍了该平台的软硬件系统。　　然后讨论了移动机器人的多传感器系统与自主移动控制系统的研制，重点研究了机器人多传感器系统与机器人自主移动系统研制，实现了多传感器混合与反馈式集成融合拓扑结构，以及由数据采集、驱动控制、串口通信和运动行为决策组成的分层式模块化自主移动系统。　　接着研究了移动机器人多传感器信息融合基本理论与常用方法，针对机器人的测距系统，实现了一种基于自适应加权平均的多传感器信息融合测距算法，通过实验验证，该方法有效提高了测距精度，为机器人的定位观测提供了准确有效的信息。　　最后研究了基于信息融合的移动机器人定位跟踪算法，建立了移动机器人运动模型与观测模型，利用里程计和测距传感器的信息，应用扩展卡尔曼滤波(EKF)进行信息融合定位，并通过实验验证，该方法有效减小了使用单一传感器定位误差，提高了机器人的定位跟踪精度。