近年来,地震、矿难、核泄漏、恐怖活动和局部战争等自然或人为的灾害严重威胁着人类的生命安全,受到了人们普遍的关注。灾后,利用救援机器人代替人类进入危险而复杂的救援现场进行环境探测、搜寻幸存人员已成为机器人研究领域的一个重要的研究方向。本论文以救援机器人为研究对象,对救援机器人多传感器信息融合技术进行了研究。主要介绍了救援机器人的组成及体系架构,分析了灾后救援现场典型的环境特征,在此基础上为机器人设计了环境信息采集模块,提出了三种多传感器信息融合算法:1)自适应加权融合估计算法对超声测距阵列所测得的数据进行信息融合处理,以获得更加精确的距离信息。2)基于BP神经网络的信息融合方法对井下瓦斯检测的数据进行处理,采取两级融合的方式,得到井下环境特征,并对井下的综合安全状况作出全局判断。3)基于自适应加权算法和T-S模糊神经网络的算法相结合的两级融合算法,实现了救援机器人的实时避障。本论文所设计的多传感器信息融合算法为救援机器人在灾后环境信息的探测、幸存人员的搜寻等工作提供了很大的帮助;同时,该技术还可以应用在类似功能机器人的测距、定位、目标识别、自主导航、避障和路径规划等问题上,具有较高的经济意义和社会意义。