在移动机器人控制与导航过程中，为了保证移动机器人控制方法和运动策略的安全实施，必须对自主移动机器人的内外部状态进行异常检测。本文着重在对几种常见的异常进行检测与识别，其中包括(1)地形负高度异常检测与处理；(2)轮胎状态异常及避让策略。本文首先介绍了整个研究的实验平台，一个可以应用于非结构化环境的移动机器人环境感知系统，采用2-D激光雷达与精密转台相结合，实现3-D环境下的障碍检测。然后探讨了移动机器人异常检测及避让策略。采用四个概率神经网络来识别移动机器人的异常运动状态。提取了反映机器人正常和异常运动状态(打滑、受阻、被卡死)的8个特征。概率神经网络利用这些特征值作为输入，对驱动轮运动状态进行分类。在此基础上设计了避让策略，这种避让策略对于机器人可越过的小障碍具有适应性。针对自行研制的移动机器人验证了本文方法的正确性。最后依据坐标变换，对负高度潜在障碍进行了分析探测，获取了障碍物点在世界坐标下的高度值，简便地识别出了负高度障碍，并在此基础提出了速度控制策略，并对负障碍区域进行了宽度和长度的估计，通过实验确定该方法的有效性。然后介绍建图过程中移动机器人如何在动态环境中滤除动态障碍干扰，提出了一种动态直线插补动态障碍滤除算法。