随着社会人口老龄化的加剧和残障人口的增加，如何提高这些行动不便的人群的行动自由度，帮助他们更好的融入社会生活成为人们关注的问题，因此智能轮椅技术也受到社会越来越多的关注。其中，安全避障作为智能轮椅的基本功能和核心组成部分，成为本课题研究的重点。　　 本文在总结了智能轮椅发展的基础上，以传统的单智能体体系结构Saphira为载体，提出了包含反应行为层、慎思行为层和监督管理层的三层混合式体系结构。　　 为了使轮椅能够在未知环境下获取环境信息以及实现避障的要求，设计了基于DSPTMS320LF2407A的多路超声波采集距离模块，并且用最小二乘法对采集数据进行了拟合，提高了传感器的测量精度。　　 在反应层中，设计了基于T-S模型的模糊神经网络实现了避障行为，并采用模糊控制的方法实现了趋向目标点行为，最后采用仲裁机制将两种行为融合，实现了轮椅在未知环境下对静态物体的避障，并在Matlab环境下给出了仿真结果，验证了算法的有效性。　　 对于环境中存在动态物体的情形，将情况分成物体做近似线性运动与非线性运动两种方式进行考虑。采用一元线性回归分析对近似线性运动做出轨迹预测，用径向基神经网络对非线性轨迹进行预测，两种情况下都给出了实验结果。最后，结合反应层中的避障行为，在Matlab环境中给出了有动态物体存在时的避障路径，结果表明，这种针对动态障碍物的预测方法是可行的。