提高车辆的行车安全性、操纵稳定性、避障灵活性以及良好的人机交互性等是智能车辆当前开发研究的重点,其研究领域涉及传感器技术、电机拖动及控制、车辆工程、数据处理及融合等。本文主要针对智能小车的行车安全性和避障灵活性进行了研究,其中包括智能小车的运动控制系统的软硬件设计,多传感器信息融合技术,基于T-S模型的模糊神经网络的智能小车避障算法及控制器设计等相关技术。本文在智能车辆避障控制当中应用多传感器信息融合技术。首先介绍了多传感器信息融合技术的基本原理及其结构和融合层次等内容,对其一般的信息融合方法进行了学习,并在此基础上通过比较选择出本文所采用的信息融合方法。随后,为验证避障算法的可靠性和有效性,将一辆安装有超声波传感器和红外传感器的智能模型小车作为实验载体,对智能模型小车的各主要功能模块进行了详细介绍,并对控制器硬件电路进行了设计。而后,根据智能模型小车上超声波传感器和红外传感器的安装特点以及安装位置,对传感器采集的数据分组处理及初级融合进行了探讨,研究并提出了智能小车基于T-S模型的模糊神经网络的避障控制算法,并在此基础上对智能小车的避障控制器进行了设计。对模糊神经网络各初始隶属度函数的训练采用离线训练的方式,并通过仿真实验得到了基于T-S模型的模糊神经网络避障控制算法不仅兼有模糊逻辑控制和神经网络控制两者的优点,而且对非线性系统具有高精度的逼近性的结论,能够使智能小车安全有效地进行避障。提出了智能模型小车运动控制系统的总体程序设计方案及流程,对控制器各主要功能模块进行了程序开发、调试和实验。针对超声波传感器和红外传感器的工作特点和区别,分别对其进行了相应的程序设计和说明,并提出了一些在实际实验时应当注意的事项。最后在模型小车上进行了避障控制实验,验证了避障算法的有效性和可靠性,对实验中出现的问题和不足进行了分析说明。