随着机器人和人工智能技术的发展,智能化成为机器人发展的一个主题。迎宾机器人要想实现智能化发展,必须解决自主避障问题。因为迎宾机器人所处环境一般非常复杂、无法预知,单一传感器无法全面表达环境信息,所以多传感器信息融合技术的应用成为必然,是机器人解决避障问题的关键技术之一。然而自主避障问题在迎宾机器人开发过程中没有引起足够的重视,所以本文以实验室迎宾机器人为平台,对多传感器信息融合在迎宾机器人避障问题中的应用展开研究,有利于迎宾机器人的应用与推广。本文主要研究模糊逻辑信息融合和模糊神经网络信息融合算法在迎宾机器人避障问题中的应用,并对传统的T-S模型的模糊神经网络算法进行简化,减少神经网络训练时间,随后对上述算法在迎宾机器人避障问题上的可行性进行验证。首先,调研了多传感器信息融合技术在机器人中的应用,提出利用超声波传感器、红外传感器、电子罗盘和双目相机获取机器人运动环境信息的融合方案;对迎宾机器人进行运动学分析,建立运动模型。其次,对模糊逻辑信息融合进行研究,为机器人设计模糊控制器,在MATLAB平台下设计仿真实验,通过实验发现,模糊控制下迎宾机器人虽然能对环境进行识别完成避障任务,但是环境复杂时,容易出现控制规则匹配混乱,机器人左右摇摆问题,不利于迎宾机器人安全运行。然后,对传统的基于T-S模型的模糊神经网络信息融合进行研究,并设计仿真实验。通过实验发现,迎宾机器人避障稳定性得到提高、避障动作响应更加迅速,有效的解决了模糊控制存在的问题。最后,将改进的模糊神经网络算法移植到单片机上,开发上位机控制程序。通过机器人避障实验证明,本文改进的模糊神经网络算法,能有效解决机器人左右摆动问题,机器人避障稳定性得到极大提高。