随着计算机和人工智能技术的发展，自主移动机器人的研究得到广泛的关注。在民用领域，自主移动机器人被应用于娱乐、家庭服务、科学实验等；在军事领域，机器人替代人在危险的场合从事危险的工作，比如防化、扫雷、救护等。研究未知环境中的移动机器人导航技术，主要包括图像识别、摄像机标定、多传感器信息融合、自主避障、导航算法和遥操作技术等。本文在移动机器人平台CASIA-I上，对上述问题进行了研究，重点研究了移动机器人在走廊环境内的自主导航问题。 首先，本文对移动机器人定位导航技术及基于Internet的移动机器人远程控制研究状况进行了综述，并对本文的选题背景和主要内容做了介绍。 其次，利用MultilayerPerceptron代替阈值分割法，提高了移动机器人在工作环境中路标分割的鲁棒性。研究了基于罗盘和CCD信息融合的移动机器人定位方法，改善了多项式拟合摄像机标定方法在应用中存在的问题。 第三，针对移动机器人CASIA-I在走廊内的自主导航问题。建立了超声数据预测模型，消除环境噪声对超声数据的干扰；利用概率加权的方法对超声、红外数据有效融合，得到更为可靠的环境信息。建立人工势场，解决了机器人的自主避障问题。本文给出两种机器人门牌搜索策略，基于地面路标和地图创建的门牌搜索策略。并提出基于视觉的摄像机伺服控制方法，提高了门牌正确识别率。 第四，利用MPEG-4提高视频的压缩比。在应用层，用RTP/RTCP协议提高UDP协议传输图像的实时性。利用TCP协议传输远程控制指令、机器人深度信息和机器人状态信息，并在监控端对机器人深度信息融合处理，绘制出机器人当前障碍物分布情况，给远程操作者提供详细的机器人环境信息；另外，本文提出了一种改进的远程控制方法。 最后，总结全文，指出需要继续开展的工作。